Русские Блоги
Руководство по установке NVIDIA CUDA и настройка графического процессора DeepLearning4J в Ubuntu 18.04
Для получения дополнительной информации поспешите и обратите внимание на официальный аккаунт выше!
Каталог статей
NVIDIA CUDA Installation Guide for Linux
1.1 Введение
CUDA — это платформа параллельных вычислений и модель программирования, разработанная NVIDIA. Она значительно улучшает производительность вычислений за счет использования мощных функций графического процессора (GPU).
При разработке GPU учитывал следующие цели:
Предоставьте небольшой набор расширений для стандартных языков программирования (например, языка C) для поддержки прямой реализации параллельных алгоритмов. Используя CUDAC / c ++, программисты могут сосредоточиться на распараллеливании алгоритма вместо того, чтобы тратить время на реализацию алгоритма.
Поддерживает гетерогенные вычисления, в которых для приложений используются как ЦП, так и ГП.Последовательная часть приложения выполняется на ЦП, а параллельная часть — на ГП. Точно так же CUDA можно постепенно применять к существующим приложениям. CPU и GPU рассматриваются как независимые устройства со своим собственным пространством памяти. Эта конфигурация также позволяет одновременные вычисления на CPU и GPU без конкуренции за ресурсы памяти.
Графические процессоры, поддерживающие CUDA, имеют сотни ядер и могут одновременно запускать тысячи вычислительных потоков. Эти ядра совместно используют ресурсы, включая файлы регистров и общую память. Общая память на кристалле позволяет параллельным задачам, выполняющимся на этих ядрах, обмениваться данными без отправки данных через шину системной памяти.
В этом руководстве рассказывается, как установить и проверить правильность работы инструментов разработки CUDA.
1.1.1 Системные требования
Чтобы использовать CUDA в вашей системе, вам необходимо установить следующее программное обеспечение:
- GPU с поддержкой CUDA
- Версия с поддержкой Linux с компилятором gcc и набором инструментов
- NVIDIACUDA Toolkit (доступен вhttp://developer.nvidia.com/cuda-downloadsскачать)
Среда разработки CUDA основана на тесной интеграции со средой разработки хоста, включая хост-компилятор и библиотеку времени выполнения C, поэтому поддерживается только окончательная версия этой версии инструментария CUDA.
Таблица 1 Локальные дистрибутивы Linux, поддерживаемые CUDA 10.1
(*) Чтобы узнать о специальной версии ядра, поддерживаемой Red Hat Enterprise Linux, посетитеhttps://access.redhat.com/articles/3078. Чтобы просмотреть список версий ядра, включая дату выпуска SUSE Linux Enterprise Server, посетитеhttps://wiki.microfocus.com/index.php/SUSE/SLES/Kernel_versions。
(**) Для версии долгосрочной поддержки Ubuntu x86-64 (LTS) CUDA 10.1 поддерживает аппаратные (HWE) ядра (например, 4.13.x для 16.04) и серверные ядра LTS (например, 4.4 для 16.04. Икс). Для получения дополнительной информации, пожалуйста, посетитеhttps://wiki.ubuntu.com/Kernel/Support。
(***) На процессоре POWER8 только графический процессор Tesla GP100 поддерживает CUDA 10.1.
(****) На процессоре POWER9 только графический процессор Tesla GV100 поддерживает CUDA 10.1.
Таблица 2 Набор инструментов CUDA и совместимая версия драйвера
Проверьте совместимость CUDA и версии драйвера по таблице 2. Поскольку я использую систему Linux x86_64 bit и уже установил ее
1.1.2 Описание документа
Этот документ предназначен для читателей, знакомых со средой Linux и компилирующих программы на языке C из командной строки. Вам не обязательно иметь опыт работы с CUDA или параллельными вычислениями. Примечание. Это руководство подразумевает установку только в системах с установленной XWindows.
Примечание: для многих команд в этом документе могут потребоваться привилегии суперпользователя. В большинстве дистрибутивов Linux для этого потребуется войти в систему как root. Для систем, в которых включен пакет sudo, все необходимые команды должны использовать префикс sudo.
1.2 Подготовка к установке
Чтобы установить набор инструментов и драйвер CUDA в Linux, необходимы следующие приготовления:
- Убедитесь, что в системе есть графический процессор, поддерживаемый CUDA.
- Убедитесь, что в системе работает поддерживаемая версия Linux.
- Убедитесь, что в системе установлен gcc.
- Убедитесь, что в системе установлены правильные файлы заголовков ядра и пакеты разработки.
- Загрузите набор инструментов NVIDIA CUDA.
- Обработка конфликтующих методов установки.
Примечание. Вы можете отменить проверку предварительных требований во время установки, запустив программу установки с флагом -override. Имейте в виду, что использование инструментария NVIDIA CUDA по-прежнему должно соответствовать предварительным условиям.
1.2.1 Проверить, поддерживает ли CUDA графический процессор
Чтобы проверить, поддерживается ли CUDA графический процессор, вы можете просмотреть его в свойствах системы или ввести следующий код в командную строку:
Если вы не видите никаких параметров после выполнения вышеуказанного кода, обновите базу данных оборудования PCI, поддерживаемую Linux, набрав update-pciids (обычно в / sbin) в командной строке, а затем вернитесь для выполнения команды lspci.
Если видеокарта NVIDIA и указана вhttps://developer.nvidia.com/cuda-gpusIn это означает, что графический процессор поддерживает CUDA.
1.2.2 Убедитесь, что версия Linux поддерживает
Инструменты разработки CUDA поддерживают только некоторые определенные версии Linux, которые перечислены в описании версии набора инструментов CUDA.
Чтобы определить, какую версию и номер выпуска вы используете, вы можете использовать следующую команду в командной строке:
Как видите, у меня 64-разрядная версия Ubuntu, а версия — Ubuntu 18.04.3 LTS.
1.2.3 Убедитесь, что в системе установлен gcc
Компилятор gcc требуется для разработки с использованием набора инструментов CUDA, но gcc не требуется для запуска приложений CUDA. В обычных условиях в Linux по умолчанию установлен gcc, и в основном все gcc, установленные в поддерживаемых версиях Linux, могут нормально работать.
Чтобы проверить версию gcc, установленную в системе, вы можете ввести в командной строке:
Если возникла ошибка, вам необходимо установить инструменты разработки из версии Linux или получить версию gcc и ее вспомогательную цепочку инструментов с веб-страницы.
Убедитесь, что в системе установлены правильные файлы заголовков ядра и пакеты разработки.
Драйвер CUDA должен установить файлы заголовков ядра и пакеты разработки для текущей версии ядра, когда драйвер установлен и перекомпилирован. Например, если в системе используется версия ядра 3.17.4-301, вам также необходимо установить версию 3.17.4-301 заголовочных файлов ядра и комплекта разработчика.
1.2.4 Убедитесь, что в системе установлены правильные файлы заголовков ядра и пакеты разработки
Драйвер CUDA должен установить файлы заголовков ядра и пакеты разработки для текущей версии ядра, когда драйвер установлен и перекомпилирован. Например, если в системе используется версия ядра 3.17.4-301, то необходимо установить версию 3.17.4-301 файла заголовка ядра и его вспомогательную цепочку инструментов.
Хотя установка Runfile не выполняет проверку пакета, если файл заголовка ядра и пакет разработки в настоящее время не установлены, установка драйвера RPM и Deb будет пытаться установить. Однако он установит последние версии этих пакетов, которые могут совпадать, а могут и не совпадать с версией ядра, используемой системой.Поэтому лучше вручную убедиться, что правильная версия файлов заголовков ядра и пакетов разработки установлена перед установкой драйвера CUDA и перед изменением версии ядра.
Версию ядра, на которой работает система, можно узнать с помощью следующей команды:
Это версия заголовочного файла ядра и комплекта разработчика, которые необходимо установить перед установкой драйвера CUDA. В следующем примере эта команда будет использоваться несколько раз, чтобы указать версию устанавливаемого пакета. Обратите внимание, что следующие распространенные сценарии используются ядром. Для более сложных ситуаций, таких как пользовательские ветви ядра, вы должны убедиться, что их заголовки ядра и исходный код соответствуют сборке ядра, которую они запускают.
Примечание. Если вы выполняете обновление системы, которое изменяет версию используемого ядра Linux, обязательно повторно выполните следующую команду, чтобы убедиться, что установлены правильные файлы заголовков ядра и комплект для разработки ядра. В противном случае драйвер CUDA не сможет использовать новое ядро.
1.2.4.1 RHEL/CentOS
Заголовочный файл ядра и пакет разработки для текущего работающего ядра можно установить следующим образом:
1.2.4.2 Fedora
Заголовочный файл ядра и пакет разработки для текущего работающего ядра можно установить следующим образом:
1.2.4.3 OpenSUSE/SLES
Используйте вывод команды uname, чтобы определить версию и вариант работающего ядра:
В этом примере версия — 3.16.6-2, а вариант — по умолчанию. Затем вы можете использовать следующие команды для установки файлов заголовков ядра и пакетов разработки и заменить сумму переменными и версиями, найденными в предыдущей команде uname:
1.2.4.4 Ubuntu
Заголовочный файл ядра и пакет разработки для текущего работающего ядра можно установить следующим образом:
1.2.5 Выберите способ установки
Для установки набора инструментов CUDA можно использовать один из двух различных механизмов установки: пакеты, зависящие от выпуска (пакеты RPM и Deb), или пакеты, не зависящие от выпуска (пакет времени выполнения). Пакеты, не зависящие от распространения, имеют то преимущество, что работают между более широким диапазоном дистрибутивов Linux, но не обновляют локальную систему управления пакетами дистрибутива. Пакеты для конкретного выпуска взаимодействуют с локальной системой управления пакетами выпуска. По возможности рекомендуется использовать пакеты для конкретных выпусков.
Примечание. За исключением версии x86_64, для других архитектур независимый установщик не предусмотрен. Для локальной и кросс-разработки набор инструментов должен быть установлен с помощью установщика для конкретного выпуска. Дополнительные сведения см. В разделе кроссплатформенной установки CUDA (CUDA Cross-Platform Installation）。
1.2.6 Скачать NVIDIA CUDA Toolkit
Набор инструментов NVIDIA CUDA доступен по адресуhttp://developer.nvidia.com/cuda-downloadsскачать.
Выберите платформу, которую вы используете, и загрузите набор инструментов NVIDIA CUDA.
Пока установка в основном не вызывает проблем в соответствии с вышеизложенным, при ее установке выдается сообщение об ошибке, и CUDA удаляется, а затем устанавливается заново.
CUDA Toolkit содержит драйверы и инструменты CUDA, необходимые для создания, сборки и запуска приложений CUDA, а также библиотеки, файлы заголовков, образец исходного кода CUDA и другие ресурсы.
Может быть опубликованоhttp://developer.nvidia.com/cuda-downloads/checksumКонтрольная сумма MD5 файла сравнивается с контрольной суммой загруженного файла для проверки загрузки. Если контрольные суммы двух различаются, загруженный файл поврежден и его необходимо загрузить снова.
Чтобы вычислить контрольную сумму MD5 загруженного файла, выполните следующие действия:
1.2.7 Метод установки для разрешения конфликтов
Перед установкой CUDA вы должны удалить все предыдущие установки, которые могут конфликтовать. Это не повлияет на системы, в которых CUDA не был установлен ранее, или системы, в которых метод установки зарезервирован (RPM / Deb или Runfile). См. Подробную информацию в таблице ниже.
Таблица 3 Матрица совместимости установки CUDA toolkit
Таблица 4 Матрица совместимости установки драйверов NVIDIA
Используйте следующую команду, чтобы удалить набор инструментов и запустить установку файла:
Используйте следующую команду, чтобы удалить драйвер и запустить установку файла:
Используйте следующую команду для удаления установки RPM / Deb:
1.3 Установка управления пакетами
Основные инструкции можно найти вКраткое руководствоНайдено в, пожалуйста, продолжайте читать для получения более подробных инструкций.
1.3.1 Обзор
Установка менеджера пакетов и система управления пакетами системы вызываются через интерфейсы. При использовании RPM или Deb загруженный пакет является складским пакетом. Такие пакеты только информируют диспетчер пакетов, где найти фактические установочные пакеты, но не устанавливают их.
Если эти пакеты доступны на онлайн-складе, они будут автоматически загружены на более позднем этапе. В противном случае пакет хранилища также установит локальный склад, который содержит пакет установки в системе. Независимо от того, доступен ли склад онлайн или установлен локально, процесс установки одинаков и состоит из нескольких этапов.
Для следующих версий щелкните ссылку, чтобы просмотреть подробный процесс установки CUDA:
Наконец, подробно описаны некоторые полезные функции управления пакетами.
Эти инструкции предназначены только для местной разработки. Для кросс-платформенной разработки обратитесь к разделу кроссплатформенной среды CUDA.
Примечание. Пакет «CUDA-core» больше не поддерживается в CUDA 9.1, используйте вместо него «cuda-compiler».
Поскольку я использую систему Ubuntu, все вводят процесс установки только под Ubuntu.
1.3.2 Ubuntu
- Сначала выполните операцию перед установкой.
- Установить метаданные хранилища
дистрибутив: номер выпуска, версия: версия, архитектура: архитектура.
(например: $ sudo dpkg -i cuda-repo-ubuntu1804-10-2-local-10.2.89-440.33.01_1.0-1_amd64.deb)
- Установить открытый ключ GPG CUDA
При установке с местного склада:
(Например: $ sudo apt-key add /var/cuda-repo-10-2-local-10.2.89-440.33.01/7fa2af80.pub)
При установке в Ubuntu 18.04 / 18.10 с использованием сетевого хранилища:
(Такие как: $ sudo apt-key adv —fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub ）
При установке на Ubuntu 16.04 с использованием сетевого репозитория:
(Такие как: $ sudo apt-key adv —fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub ）
- Обновите кеш репозитория apt
- Установить CUDA
- Выполните операции по обработке после установки.
1.3.3 Дополнительные функции диспетчера пакетов
Ниже приведены некоторые дополнительные функции диспетчера пакетов, которые могут использовать пользователи.
1.3.3.1 Доступные пакеты
Рекомендуемый установочный пакет — cuda. Этот пакет установит все остальные пакеты CUDA, необходимые для локальной разработки, и охватит большинство сценариев.
Пакет cuda устанавливает все доступные локальные пакеты разработки, включая следующие:
- Компилятор, отладчик, анализатор и математическая библиотека.
- Пакет драйверов NVIDIA.
- Для платформы x86_64: NSight Eclipse Edition и Visual Profiler.
Компилятор, отладчик, анализатор и математическая библиотека. Пакет драйверов NVIDIA. Для шаблонов x86_64: NSight Eclipse Edition и Visual Profiler.
Для кроссплатформенной разработки на поддерживаемых платформах можно использовать следующие методы:
- Пакет cuda-cross-aarch64 устанавливает все пакеты, необходимые для кроссплатформенной разработки на ARMv8.
- Точно так же пакет cuda-cross-qnx устанавливает все пакеты, необходимые для кроссплатформенной разработки, в архитектуру QNX.
- Библиотека и файлы заголовков пакета драйвера дисплея целевой архитектуры также устанавливаются для поддержки кросс-компиляции приложений драйверов.
- Пакет cuda-cross-package не устанавливает локальный драйвер дисплея.
Пакеты, устанавливаемые вышеуказанными кросс-платформенными комплектами разработки, также можно установить отдельно, явно указав их имена. Список доступных пакетов можно получить:
1.3.3.2 Пакет обновления
Пакет cuda указывает на последнюю стабильную версию набора инструментов cuda. Когда доступна новая версия, используйте следующую команду для обновления инструментария и драйвера:
Таким же образом можно обновить пакет cuda-cross-package.
Пакет CUDA-drivers указывает на последнюю версию драйвера, доступную в репозитории CUDA. Когда доступна новая версия, используйте следующую команду для обновления драйвера:
Некоторые среды рабочего стола, такие как GNOME или KDE, будут получать уведомления о появлении новых пакетов.
Чтобы избежать автоматических обновлений и заблокировать установку инструментария для выпуска X.Y, установите пакет cuda-X-Y или cuda-cross— x -Y.
поддерживает параллельную установку. Например, чтобы установить X.Y CUDA toolkit и X.Y + 1 CUDA toolkit одновременно, вы можете установить пакеты CUDA-X.Y и cuda-X.Y + 1.
1.3.3.3 Мета-пакеты
Мета-пакет — это пакет RPM / Deb, который не содержит (или не содержит файлов), но имеет несколько зависимостей. Если вы не знаете подробностей о пакете, который вам нужен, вы можете использовать его для установки многих пакетов CUDA. Ниже приведен список метапакетов.
Таблица 5 Мета-пакеты, доступные для CUDA 10.1
1.4 Запуск установки файла
1.4.1 Обзор
Запуск установки файла устанавливает драйверы NVIDIA, наборы инструментов CUDA и примеры CUDA через интерактивный оконный интерфейс на основе меню.
Шаги установки перечислены ниже, а также приведены инструкции для конкретных выпусков по отключению драйвера Nouveau, а также шаги для проверки создания узла устройства.
Наконец, ниже будут подробно описаны дополнительные параметры и шаги по удалению установщика.
Установка Runfile не поддерживает кроссплатформенную разработку. Для кросс-платформенной разработки обратитесь к разделу кроссплатформенной среды CUDA.
1.4.2 Установка
- Выполните предустановочные операции.
- Отключить драйвер Nouveau.
- Перейдите в текстовый режим (уровень выполнения 3).
Обычно это достигается добавлением цифры «3» в конец параметров запуска ядра системы.
Поскольку драйвер NVIDIA не установлен, текстовый терминал может отображаться неправильно. Временное добавление "nomodeset" к параметрам запуска ядра системы может решить эту проблему.
Для получения информации о том, как изменить указанные выше параметры загрузки, обратитесь к документации по загрузчику системы.
Для полного удаления нового драйвера и предотвращения загрузки графического интерфейса требуется перезапуск. Драйвер CUDA не может быть установлен, когда загружен новый драйвер или активирован графический интерфейс.
- Убедитесь, что новый драйвер не загружен. Если драйвер Nouveau все еще загружен, обратитесь к документации по выпуску, чтобы узнать, требуются ли дальнейшие шаги для отключения Nouveau.
- Запустите установщик и следуйте инструкциям на экране:
(Такие как: $ sudo sh cuda_10.2.89_440.33.01_linux.run ）
Чтобы просмотреть пользовательский интерфейс установщика на основе ncurses, обратитесь к пользовательскому интерфейсу установщика.
Начиная с CUDA 10.1, некоторые библиотеки будут установлены в стандартном системном месте, а не в каталоге установки инструментария. В зависимости от вашего дистрибутива эти места установки могут быть: / usr / lib / x84_64-linux-gnu, или / usr / lib64, или / usr / lib. См. Дополнительные параметры, чтобы узнать, как изменить это местоположение.
Место установки по умолчанию для набора инструментов и примеров:
Символьная ссылка / usr / local / cuda указывает на место, где установлен инструментарий CUDA. Эта ссылка позволяет проекту использовать последнюю версию инструментария CUDA без каких-либо обновлений файла конфигурации.
У установщика должны быть достаточные разрешения для выполнения определенных операций. Если текущих привилегий недостаточно для выполнения операции, программа установки запросит пароль пользователя, чтобы попытаться выполнить установку с привилегиями root. Операции, которые заставляют программу установки пытаться установить с привилегиями root:
- Установите драйвер CUDA
- Установите инструментарий CUDA в место, где у пользователя нет разрешения на запись
- Установите пример CUDA в место, где у пользователя нет разрешения на запись
- Создайте символическую ссылку / usr / local / cuda
Как показано выше, запуск установщика с sudo разрешит установку в каталоги, требующие привилегий root. Каталоги и файлы, созданные при запуске установщика с sudo, будут иметь права root.
Если вы устанавливаете драйвер, программа установки также спросит, нужно ли устанавливать библиотеку openGL. Если графический процессор, используемый для отображения, не является графическим процессором NVIDIA, вам не следует устанавливать библиотеку NVIDIA openGL, иначе библиотека openGL, используемая графическим драйвером графического процессора, отличного от NVIDIA, будет перезаписана, и графический интерфейс пользователя не будет работать. Если вы выполняете автоматическую установку, вам следует использовать параметр —no-opengl-libs, чтобы предотвратить установку библиотек openGL. См. Подробности в разделе дополнительных параметров.
Если графический процессор, используемый для отображения, является графическим процессором NVIDIA, вам может потребоваться изменить файл конфигурации X-сервера /etc/x11/xorg.conf. В некоторых случаях nvidia-xconfig можно использовать для автоматической генерации файла xorg.conf, подходящего для системы. Для нестандартных систем, например, с несколькими графическими процессорами, рекомендуется редактировать файл xorg.conf вручную. Для получения дополнительной информации обратитесь к документации xorg.conf.
Примечание. Установка Mesa может привести к перезаписи / usr / lib / libgls, который ранее был установлен драйвером NVIDIA, поэтому вам может потребоваться переустановить драйвер NVIDIA после установки этих библиотек.
- Перезагрузите систему, чтобы перезагрузить графический интерфейс.
- Убедитесь, что узел устройства был создан правильно.
- Выполните операции после установки.
1.4.3 Пользовательский интерфейс установки
Интерфейс установки имеет три основных состояния:
- Примите Лицензионное соглашение с конечным пользователем (EULA).
Используйте клавиши со стрелками, клавиши перехода вверх / вниз или колесо прокрутки для прокрутки лицензионного соглашения. - Выбор компонентов
- Для перемещения по меню используйте клавиши со стрелками. Левая и правая клавиши будут разворачивать / сворачивать дочерние элементы.
- В позиции курсора нажмите пробел или клавишу ввода, чтобы выбрать или отменить выбор элемента, который нужно установить.
- Переместите курсор к элементу с расширенными параметрами и нажмите клавишу «A», чтобы увидеть меню параметров. В настоящее время только параметры CUDA Toolkit и CUDA Samples имеют расширенные параметры.
- расширенные настройки
Здесь вы можете указать путь установки определенных компонентов.
1.4.4 Отключить модерн
Чтобы установить драйвер дисплея, необходимо сначала отключить драйвер Nouveau. В каждом дистрибутиве Linux есть свой метод отключения Nouveau. Здесь представлен только метод отключения под Ubuntu.
Если следующая команда может выводить что угодно, драйвер Nouveau загружается:
Создайте новый файл в /etc/modprobe.d/blacklist-nouveau.conf и введите следующее:
blacklist nouveau
options nouveau modeset=0
Восстановите основной файл:
1.4.5 Проверка узла устройства
Убедитесь, что файл устройства / dev / nvidia * существует и имеет правильные (0666) права доступа к файлу. Драйвер CUDA использует эти файлы для связи с частью режима ядра драйвера NVIDIA. Приложения, использующие драйверы NVIDIA, такие как приложения CUDA или X-сервер (если есть), обычно используют инструмент setuidnvidia-modprobe в комплекте с драйверами NVIDIA для автоматического создания этих файлов. Однако некоторые системы не допускают двоичных файлов setuid, поэтому, если эти файлы не существуют, вы можете создать их вручную, используя сценарий запуска, показанный ниже:
1.4.6 Дополнительные параметры
1.4.7 Удалить
Чтобы удалить набор инструментов CUDA, запустите сценарий удаления, который находится в каталоге bin набора инструментов. По умолчанию он находится в /usr/local/cuda-10.1/bin:
Чтобы удалить драйвер NVIDIA, запустите NVIDIA -uninstall:
Чтобы включить драйвер Nouveau, удалите файл черного списка, созданный в разделе Disable Nouveau, и заново сгенерируйте ядро initramfs / initrd.
1.5 Пакет управления кластером
1.5.1 Обзор
Пакет управления кластером предоставляется в качестве альтернативы пакетам RPM и Deb, которые будут использоваться инструментом управления развертыванием как отдельный пакет. Эти пакеты доступны для RHEL 6, RHEL 7, Ubuntu 14.04 и Ubuntu 16.04 на архитектуре x86_64. Пакет управления кластером состоит из трех частей: инструментария CUDA, пакета драйверов NVIDIA и README.
Инструментарий управления кластером делится на работающий пакет cuda-cluster-runtime-10-1 и пакет разработки cuda-cluster-develi-10-1.Пакет разработки зависит от запущенного пакета. Пакет драйвера такой же, как пакет, представленный в общих решениях RPM и Deb, используемых в разделе управления пакетами.
README описывает зависимости пакета и исходного кода ядра для пакета управления кластером, а также описывает последовательность установки независимого пакета управления кластером.
1.6 Кросс-платформенная среда CUDA
1.7 Операции по обработке после установки
Действия после установки необходимо выполнять вручную. Эти операции делятся на обязательные, рекомендуемые и необязательные части.
1.7.1 Обязательная операция
Перед использованием набора инструментов и драйверов CUDA после установки необходимо выполнить некоторые действия.
1.7.1.1 Настройки среды
Переменная среды PATH должна содержать /usr/local/cuda-10.1/bin и /usr/local/cuda-10.1/NsightCompute-. Относится к версии расчета Nsight, включенной в набор инструментов CUDA, например 2019.1.
Добавьте этот путь к переменной пути:
Кроме того, при использовании метода установки с запущенным файлом переменная LD_LIBRARY_PATH должна содержать /usr/local/cuda-10.1/lib64 в 64-битной системе или /usr/local/cuda-10.1/lib в 32-битной системе.
Добавьте переменные среды в 64-битных операционных системах:
Добавьте переменные среды в 32-битных операционных системах:
Обратите внимание, что при использовании пользовательского пути установки с использованием метода установки с помощью файла запуска указанный выше путь изменится.
Добавьте в открытый файл:
1.7.2 Рекомендуемые действия
Для проверки целостности установки рекомендуется использовать другие операции.
1.7.2.1 Установка Persistence Daemon
NVIDIA предоставляет демон пользовательского пространства в Linux для поддержки сохранения состояния диска при выполнении заданий CUDA. Подход демона обеспечивает более элегантное и надежное решение этой проблемы, чем модель персистентности. Для получения дополнительной информации о демоне сохранения состояния NVIDIA см. ЗдесьДокументация。
Демон сохранения состояния NVIDIA может быть запущен от имени пользователя root и работает следующим образом:
Эту команду следует запускать от имени пользователя root. Подробнее о том, как автоматизировать, см. В документации по инициализации вашего дистрибутива Linux.
1.7.2.2 Установите записываемый образец
Чтобы изменить, скомпилировать и запустить образец, он должен быть установлен с разрешениями на запись. Вот удобный сценарий установки:
Этот сценарий устанавливается вместе с пакетом cuda-samples-10-1. Пакет cuda-samples-10-1 устанавливает только копию только для чтения в /usr/local/cuda-10.1/samples.
1.7.2.3 Проверить установку
Прежде чем продолжить, убедитесь, что инструментарий CUDA может находить оборудование с поддержкой CUDA и правильно взаимодействовать с ним. Для этого вам необходимо скомпилировать и запустить несколько включенных примеров программ.
Примечание. Убедитесь, что путь и переменная LD_LIBRARY_PATH (при использовании метода установки с файлом запуска) заданы правильно.
(1) Проверьте версию привода.
Если драйвер установлен, убедитесь, что загружена правильная версия. Если вы не установили драйвер или используемая операционная система не загружает драйвер через модуль ядра (например, L4T), пропустите этот шаг.
Когда драйвер загружен, вы можете узнать версию драйвера, выполнив команду:
Обратите внимание, что эта команда не работает в системах iGPU / dGPU.
(2) Составить кейс
Вы можете проверить версию инструментария CUDA, запустив nvcc -V в окне терминала. Команда nvcc запускает драйвер компилятора для компиляции программ CUDA. Он вызывает компилятор gcc для кода C и компилятор NVIDIA PTX для кода CUDA.
Набор инструментов NVIDIA CUDA включает примеры программ в виде исходного кода. Следует скомпилировать их в
/NVIDIA_CUDA-10.1_Samples И введите make, сгенерированный двоичный файл будет помещен в
(3) Запустите двоичный файл
После компиляции найдите и запустите deviceQuery в
/ NVIDIA_CUDA-10.1_Samples. Если программное обеспечение CUDA установлено и настроено правильно, вывод deviceQuery должен быть похож на рисунок ниже.
1.8 Расширенные настройки
1.9 Удалить набор инструментов и драйвер CUDA
Выполните следующие действия, чтобы правильно удалить набор инструментов CUDA и драйвер NVIDIA из системы. Эти шаги гарантируют, что удаление будет чистым.
Удалить набор инструментов CUDA:
Удалите драйвер NVIDIA:
1.10 установка cuDNN
Сначала вhttps://developer.nvidia.com/rdp/form/cudnn-download-surveyСуществует два формата файлов для загрузки cuDNN: один — это сжатый пакет Tar, а другой — deb, поэтому существует два метода установки. Обратите внимание, что при установке замените следующую команду своей собственной версией установки.
1.10.1 Установка из Tar
- Перейдите в каталог, в котором находится Tar-файл cuDNN;
- Разархивируйте пакет cuDNN;
- Скопируйте следующие файлы в каталог CUDA toolkit и измените права доступа к файлам.
1.10.2 Установка из файлов Debian
- Перейдите в каталог, в котором находится файл Debian cuDNN;
- Установите библиотеку времени выполнения:
- Установите библиотеку разработки:
- Установите примеры кода и руководство пользователя библиотеки cuDNN:
1.10.3 Убедитесь, что установка прошла успешно
Чтобы проверить, установлен ли cuDNN и нормально ли он работает, вы можете скомпилировать образец mnistCUDNN в каталоге / usr / src / cudnn_samples_v7 в файле debian.
- Скопируйте пример cuDNN на доступный для записи путь.
- Введите путь.
- Скомпилируйте пример mnistCUDNN.
- Запустите пример mnistCUDNN.
Если cuDNN установлен и правильно работает в системе Linux, будет выведено следующее сообщение:
Test passed!
graphific / 2_test_gpu_cuda.sh
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters. Learn more about bidirectional Unicode characters
I received this message any help please
cuda-install-samples-7.0.sh: command not found
@SalemAmeen
if you still care, after installing cuda,do something like
Footer
© 2023 GitHub, Inc.
You can’t perform that action at this time.
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session.
Installing and testing CUDA in Ubuntu 14.04
I am uncertain about how to install CUDA in my system. looking around there are many tutorials about cuda on 12.04 LTS and a few on 13.04 and 13.10, but they all talk about acquiring a deb package from the NVidia CUDA developer zone.
Well NVidia does not offer a Debian package for 14.04 as of yet.
However, there is a promising package in apt repository: nvidia-cuda-toolkit .
The problem is that I didn’t find any example with it. At least not the examples that are referred to in cuda6 online documentation section 4.11.
I should mention that the toolkit installed is v5.5, not v6 but I haven’t found documentation for cuda v5.5 on the NVidia website.
So I can verify that nvcc is there, but nothing further than that. How can I get some examples to run to verify the CUDA is installed properly?
8 Answers 8
I got Cuda6 working on Lubuntu 14.04. This already had build-essentials installed, so if you’re using a fresh install, you should probably install it:
Download the cuda6 run package (6.0.37 at the current time of writing) to
Open up a terminal and extract the separate installers via:
(I tried running the .run file directly, but it kept screwing up my Xorg install and would never let X run. I believe it is a config issue between driver versions: those installed by apt-get nvidia-331-updates and the cuda*.run driver.)
Completely uninstall anything in the Ubuntu repositories with nvidia-*. I used synaptic and did a purge, AKA completely uninstall programs and configuration.
Have these instructions handy as we need to kill X install the driver. Press CTL + ALT + F1 to drop to the physical terminal and log in.
Accept the EULA and install the driver. I would recommend letting it update Xorg config files.
After that installer finishes, turn on the nvidia module and install CUDA.
test if the drivers are working by going to your sample directory
Worked for me at this point. Now restart X
You should be able to do
and see a line with nvidia listed. Don’t forget to log back out of your physical terminal if it all worked.
APPENDIX
In my case it was necessary to add the folder that contains the executable to your $PATH .
One way of doing it is to edit the
/.bashrc file in your Home folder. Add a line to your . bashrc (modify the location if you changed the default CUDA installation folder)
Save the file and then source your .bashrc by typing
when in your home folder.
For CUDA-6.5 I followed this simple tutorial:
Download the .deb here then
That’s everything I needed to start coding on a fresh 14.04.1 install with my GTX 750ti. It installs the nvidia-340 driver. deviceQuery and all of the other samples ran properly after I compiled them.
I have installed the nvidia-cuda-toolkit package this morning on a fresh 14.04. I also installed the nvidia driver (version 331.38 marked as tested) from the additional driver interface.
Up to now everything seems to work well ( nvcc is here, display is correct). You need to restart to use the new driver.
As you mentioned this is CUDA 5.5 but in my case it’s not a problem.
Quick and easy solution that worked for me (cuda 5.5, Lubuntu 14.04 64-bit):
Make sure you’re using nvidia’s propietary driver (331.38 for me) from Start menu-> Preferences->Software & Updates.
Download the .deb package for your Ubuntu release from Nvidia’s site.
Get the toolkit:
(Optional) Get nsight IDE:
And you’re ready to go!
I got the cuda 6 release installed and the samples to work on ubuntu 14.04. First I installed the nvidia driver 334.21 (NVIDIA-Linux-x86_64-334.21.run), then just used the cuda_6.0.37_linux_64.run script.
First I downloaded NVIDIA-Linux-x86_64-334.21.run from nvidia, then logged out of the ubuntu desktop to the login screen. Then logged in remotely over ssh from my laptop and shutdown lightdm sudo service lightdm stop to stop X running, then ran the install script sudo ./NVIDIA-Linux-x86_64-334.21.run , then restarted lightdm sudo service lightdm start . Then rebooted. Verified that hardware acceleration was working by running the UrbanTerror game (not suitable for young children!! but now running at 90+ fps instead of 20fps). I also installed libXi and libXmu packages through synaptic.
Then to installed cuda 6: I downloaded cuda_6.0.37_linux_64.run from nvidia, and installed it using sudo cuda_6.0.37_linux_64.run —override otherwise it complained about not supporting the environment. I think I had to tell it not to overwrite the 334 driver during the install, otherwise accepted defaults. To compile examples I did cd
/NVIDIA_CUDA-6.0_Samples and make . The examples appeared under bin, a few needed to be run as eg LD_LIBRARY_PATH=/usr/local/cuda-6.0/lib64 ./MersenneTwisterGP11213 otherwise they couldn’t find the libcurand.so.6.0 library, but no other problems I noticed.
I don’t know if installing using —override is risky, but so far so good for my install.
my system: ubuntu 14.04, AMD FX-8350 CPU, nvidia GTX750 GPU (Maxwell architecture)
I’ve got the build-essentials package installed, but not nvidia-cuda-toolkit
Установка CUDA в Ubuntu
Видеокарты уже давно перестали быть только устройствами, способными рисовать красивую графику в играх. Перед ними всё чаще ставят задачи, связанные со сложными математическими вычислениями, расчётами и искусственным интеллектом. Видеокарты намного лучше справляются с такими заданиями, чем обычные процессоры. Именно для того, чтобы обеспечить работу своих карт в этой сфере, NVIDIA выпустила платформу CUDA (Compute Unified Device Architecture).
В этой статье мы рассмотрим, как выполняется установка Cuda Ubuntu, как установить библиотеки и окружение для разработки, а также необходимую версию программы.
Что такое Nvidia CUDA
Архитектура CUDA позволяет разработчикам использовать вычислительные возможности видеокарт Nvidia для параллельных расчётов. Это очень сильно повышает производительность программ, которым нужно решать много однообразных задач. Одни из самых популярных способов применения CUDA — это майнинг криптовалюты, а также разработки в сфере искусственного интеллекта.
Платформа позволяет программистам самим управлять доступными инструкциями видеоускорителя, а также распределять память. Все программы пишутся на Си-подобном языке программирования.
Какую версию CUDA выбрать
На данный момент самая свежая версия NVIDIA CUDA Ubuntu — девятая. Если вы собрались создавать собственное программное обеспечение на основе этой платформы, лучше всего начать с этой или восьмой версии. Но если вам нужно запустить в системе программу, которая уже собрана под определенный вариант CUDA, то вам придется ставить именно его. Потому что между более старыми и новыми вариациями есть серьезные отличия, и приложение может попросту не заработать. Попытайтесь запустить нужную вам программу и посмотрите, каких библиотек ей не хватает в сообщении об ошибке:
Или же эту информацию можно найти в описании программы. Обычно разработчики пишут, какая версия CUDA нужна для работы. А теперь давайте рассмотрим, как выполняется установка CUDA на Ubuntu 16.04, 17.10 и другие модификации этого дистрибутива.
Установка CUDA из репозиториев Ubuntu
Нужно отметить, что для успешной работы Nvidia, CUDA необходимо, чтобы уже был установлен драйвер NVIDIA. Сейчас в официальных репозиториях Ubuntu находится восьмая версия платформы. Вы можете без проблем её установить, выполнив всего несколько команд. Сначала обновите списки пакетов:
sudo apt update
Затем наберите такую команду, чтобы установить CUDA Ubuntu:
sudo apt install nvidia-cuda-toolkit
Если вам также нужны заголовочные файлы для разработки, то понадобится дополнительно установить пакет nvidia-cuda-dev:
sudo apt install nvidia-cuda-dev
Установка платформы может длиться достаточно много времени, поскольку все необходимые библиотеки занимают около одного гигабайта. После завершения установки вы можете проверить, всё ли работает, выполнив:
Установка CUDA 9 в Ubuntu
Самая свежая на данный момент, как уже упоминалось, версия — Nvidia Cuda 9.0. Она включает некоторые алгоритмы для ускорения вычислений в приложениях AI и HPC на видеокартах NVIDIA Volta. Кроме того, были исправлены некоторые ошибки и проблемы платформы. Но для девятки нужен свежий драйвер Nvidia 384. Установить его вы можете с официального сайта.
Тут вам необходимо выбрать операционную систему, архитектуру и дистрибутив Linux, а в самом конце — способ установки (deb-пакет).
Только после этого появиться ссылка на установщик. Скачайте его, нажав кнопку Download 1.2 GB, и запустите установку с помощью dpkg:
Перед тем, как будет выполнена установка CUDA 9 Ubuntu, вам необходимо добавить ключ репозитория:
sudo apt-key add /var/cuda-repo-ubuntu1704-9-1-local_9.1.85-1/7fa2af80.pub
И обновить список пакетов:
sudo apt update
Затем можно установить CUDA 9 в Ubuntu:
sudo apt install cuda cuda-libraries-9.1
Готово, теперь можете проверить версию:
Установка CUDA 6.5, 7 или другой версии
Для многих программ необходима определенная версия CUDA, например, многие майнеры были собраны только с версией 6.5, и поэтому вам нужно будет установить именно эти библиотеки, чтобы всё заработало. На сайте Nvidia есть архив со всеми предыдущими версиями платформы. Рассмотрим установку на примере версии 6.5. Первое, что вам нужно выбрать — версия:
Затем выберите операционную систему Linux x86:
А дальше установочный deb-пакет для Ubuntu 14.04. Проверено на Ubuntu 17.10: установка работает. После загрузки пакета репозитория выполните:
sudo apt install
Далее обновите список пакетов:
sudo apt update
Осталась установка CUDA Ubuntu нужной вам версии:
sudo apt install nvidia-cuda-6.5
Поскольку программа размещается в /usr/local, нужно добавить путь к её папке в переменную среды PATH и LD_PRELOAD:
/.bashrc echo «export PATH=/usr/local/cuda-6.5/bin:$PATH» >>
/.bashrc echo «export LD_LIBRARY_PATH=/usr/local/cuda-6.5/lib64:$LD_LIBRARY_PATH» >>
Готово, после этого можно проверять версию:
Удаление Cuda из Ubuntu
Удалить Nvidia CUDA вы можете также, как и устанавливали. Еесли вы ставили nvidia-cuda-toolkit, то для удаления достаточно набрать:
sudo apt purge nvidia-cuda-toolkit
Или для версии 6.5:
sudo apt purge nvidia-cuda-toolkit-6.5
Также не забудьте удалить репозиторий:
sudo apt purge cuda-repo-ubuntu1404
Имя пакета может отличаться в зависимости от версии. Если вы выполняли установку с помощью бинарного файла или из исходников, то для удаления нужно использовать скрипт, который вы применяли при инсталляции.
Выводы
В этой небольшой статье мы рассмотрели, как выполняется установка CUDA Ubuntu 17.10 и в других версиях этой операционной системы. Как видите, это не так сложно, и вы можете установить не только последнюю версию, но и ту, которая вам нужна.