NVIDIA三件套环境配置

Posted 2022-06-28 Anoxic_

​对于做深度学习的环境而言，我们需要理顺以下之间的关系。

就比如PyTorch框架，版本越高，对于显卡算力的要求就会越高，显卡算力上去了，CUDA的版本也要跟上去，CUDA版本上去了，驱动版本也要跟上。。。

我个人而言一般会按照高版本的驱动+低版本的CUDA+与CUDA对应的cudnn+与CUDA对应的PyTorch这样的顺序去配置环境。

​​CUDA与驱动的对应关系​​

​但是其中会有玄学问题，自行探索！

多百度，都会解决的。

驱动

​遇到实在解决不了的问题，最简单的方法就是全部清除干净，重新上路。如果是新电脑第一次配置可以跳过清除操作。

# 卸载CUDA，对应好自己的版本号
sudo /usr/local/cuda-11.1/bin/cuda-uninstaller
sudo rm -rf /usr/local/cuda-11.1/

# 卸载驱动
sudo /usr/bin/nvidia-uninstall
sudo apt-get --purge remove nvidia*
sudo apt-get purge nvidia*
sudo apt-get purge libnvidia*
sudo apt-get autoremove

# 确保不输出任何内容
sudo dpkg --list | grep mvidia*

# 确保禁用了开源驱动nouveau，理论上正常安装NVIDIA官方驱动会自动禁用
lsmod | grep nouveau
# 无输出即代表禁用成功

​其实CUDA会自带驱动，但是一般都是先装上驱动，再去安装CUDA，在安装CUDA的过程中取消安装CUDA自带的驱动。

当然也可以直接驱动和CUDA一起安装

# 对应好自己的卡下载对应驱动
下载地址：https://www.nvidia.cn/Download/index.aspx?lang=cn
# 下载好之后进入到文件所在目录，是一个run后缀的文件，加上执行权限
sudo chmod a+x NVIDIA-Linux-x86_64-470.82.00.run
sudo ./NVIDIA-Linux-x86_64-470.82.00.run
# 完成后重启一下
sudo reboot
# 测试一下，看看是否输出信息
nvidia-smi

CUDA

# 下载CUDA，下载run文件，不要deb文件，deb文件会在安装过程中替换掉已安装的驱动
下载地址：https://developer.nvidia.com/cuda-toolkit-archive

# 下载好之后进入到文件所在目录，是一个run后缀的文件，加上执行权限
sudo chmod a+x cuda_11.1.0_455.23.05_linux.run
sudo ./cuda_11.1.0_455.23.05_linux.run
# 如果是已经安装好驱动了，记得安装CUDA的时候取消安装驱动

# 安装完成后查看一下环境变量，理论上会自动在末尾添加
sudo vim ~/.bashrc
# 如果没有，记得自己追加，对应好版本
export PATH=/usr/local/cuda-11.0/bin$PATH:+:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.0/lib64$LD_LIBRARY_PATH:+:$LD_LIBRARY_PATH
# 更新环境变量
source ~/.bashrc

# 测试版本
nvcc -V

#编译并测试设备 deviceQuery：
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

#编译并测试带宽 bandwidthTest：
cd ../bandwidthTest
sudo make
./bandwidthTest

cudnn

# 下载对应CUDA版本的cudnn，需要提前注册
下载地址：https://developer.nvidia.com/rdp/cudnn-archive
# 下载如下文件：

# 解压后，进行文件替换
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
# 更改权限
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
# 安装deb包
sudo dpkg -i libcudnn8_8.0.5.39-1+cuda11.0_amd64.deb
sudo dpkg -i libcudnn8-dev_8.0.5.39-1+cuda11.0_amd64.deb
sudo dpkg -i libcudnn8-samples_8.0.5.39-1+cuda11.0_amd64.deb

# 完成后测试
cd /usr/src/cudnn_samples_v8/mnistCUDNN
sudo make
./mnistCUDNN
# 如图，成功

问题汇总

运行sudo dpkg --list | grep mvidia*还有输出

英伟达的相关包还没删干净，对照输出的还剩的包，挨个删干净。

# 重复执行
sudo apt-get --purge remove xxx
# 最终确保运行以下命令确保无输出
sudo dpkg --list | grep mvidia*

运行lsmod | grep nouveau无输出，但还提示让禁用

理论上驱动会自行禁用nouveau开源驱动，但玄学问题，你懂的。

# 进行手动爆破
sudo vim /etc/modprobe.d/blacklist-nouveau.conf
# 添加以下内容
blacklist nouveau options nouveau modeset=0
# 执行该命令实现更新
sudo update-initramfs -u
# 再次安装NVIDIA驱动即可，安装完成后立即重启

Ps：实现更新后再次安装驱动完成后可能会黑屏，稍等一下。再强制重启。

如果无法进入图形界面，Ctrl+Alt+F1切换到字符界面，Ctrl+Alt+F7切换到图形界面

提示缺少gcc g++ make等包

依次安装即可，常见于新系统。

建议安装完成后装一下build-essential依赖包​​sudo apt-get install build-essential​​