CentOS7.X安装英伟达显卡采坑之路

Posted 2021-02-06 evan-blog

1、系统信息

操作系统版本：CentOS7.X

显卡版本：英伟达 Tesla P100

其他软件包安装信息：

• CUDA 9.0
• CUDNN 7.4.2.24
• lightgbm 2.2.X
• Boost 1.61
• CMake 3.12

特别说明，如果没有在官网找到你的显卡版本对应的驱动，请尽快寻找你的显卡提供商确认驱动信息，不要轻易尝试；那就是在浪费时间，切记！

2、安装P100驱动

这里安装P100驱动的方式，通过Yum Rpm包的安装方式，其他相关的Linux系统可以通过对应的包管理或者二进制的方式安装，如果是CentOS系统，我们非常推荐使用Yum进行安装。

2.1 查看显卡信息

我们可以通过查看pci的接口，确认显卡信息，以及是否识别出显卡，当然默认没有这个工具，我们需要安装；安装方式如下：

yum install pciutils -y

可以通过过滤VGA来精确信息：

lspci|grep -i vga

2.2 安装显卡驱动

这里我们通过wget在线下载驱动，通过rpm安装载入到系统中：

wget http://cn.download.nvidia.com/tesla/410.79/nvidia-diag-driver-local-repo-rhel7-410.79-1.0-1.x86_64.rpm
rpm -ivh nvidia-diag-driver-local-repo-rhel7-410.79-1.0-1.x86_64.rpm 

在往下走之前我们需要配置epel源，便于后面安装dkms：

yum install epel-*

通过Yum安装，目前这是最简单的方式，如果你想挑战也可以采用二进制tarall的方式：

yum install dkms -y
yum install nvidia* -y

最后为了生效，我们需要重启操作系统：

reboot

往往重启后，你不确定是否成功，那如果去查看信息呢，我推荐通过一下三个步骤：

lspci | grep -i nv         # 查看是否加载驱动配置
lsmod | grep -i nouveau    # 是否关闭了默认显卡驱动
dmesg | grep NVRM          # 查看开启加载是否有异常信息

到了这里，成责成，不成你就要日志了，别照着网上文章乱搞。

3、开发工具包安装

只有驱动还是不够的，我们换需要一个些工具包便于我们使用，其中 CUDA、CUDNN就是我们要安装的包。

3.1 CUDA工具包安装

导入官方CUDA包

rpm -ivh http://developer.download.nvidia.com/compute/cuda/repos/rhel7/x86_64/cuda-repo-rhel7-9.0.176-1.x86_64.rpm

通过Yum安装即可

yum install cuda-9.0.176-1

我们推荐不要安装太新的，好多组件不一定能够支持。

查看版本技巧：yum search --showduplicates cuda

3.2 CUDNN安装

PS：下载CUDNN，你可能需要一个会员，需要登录才能够下载

Download下载地址: https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v7.4.2/prod/9.0_20181213/cudnn-9.0-linux-x64-v7.4.2.24.tgz

上传到服务器上后，解压Copy对应的库文件即可（这里我们默认你已经回上传文件到服务之上）：

tar xf cudnn-9.0-linux-x64-v7.4.2.24.solitairetheme8 
cp cuda/include/cudnn.h /usr/local/cuda/include
cp -a cuda/lib/* /usr/local/cuda/lib64/

4、lightgbm安装

这个安装对于CentOS7的系统是非常坑的，必须要来编译原声的组件，编译失败的因素很多，你准备好了？

4.1 OpenGL安装

安装OpenGL，默认情况下CUDA安装时已经安装，所以无需单独安装；（特别注意，有时候会遇到软连接丢失造成找不到so库文件），解决方法就是补全软连接即可了。

PS：补全方式，类似常规方法，通过ln 命令模拟确实的so文件即可。

4.2 Boost安装

安装前，你需要安装一些依赖，来保证后面的步骤能够顺序执行（我并不能保证你按照我的方式一定会成功，但至少我成功了，如果出错你需要详细检查报错信息+你的机智来解决问题）

yum install wget gcc python python python-devel -y

安装命令如下，你可以直接Copy执行（在Root身份下）

cd /usr/local/src
wget https://sourceforge.net/projects/boost/files/boost/1.61.0/boost_1_61_0.tar.gz
tar xf boost_1_61_0.tar.gz 
cd boost_1_61_0
./bootstrap.sh --prefix=/usr/local/include/boost
./b2 install

我们还需要安装tools工具，放心这个不会报错，锦上添花的功能：

cd tools/build/
./b2 install --prefix=/usr/local/include/boost

4.3 CMake安装

没有什么特别好说的，常规操作（你在Root身份下直接复制即可）：

cd /usr/local/src
wget https://cmake.org/files/v3.12/cmake-3.12.0-rc1.tar.gz
tar -zxf cmake-3.12.0-rc1.tar.gz
cd cmake-3.12.0-rc1
./bootstrap
gmake -j $(nproc)
gmake install

检查是否成功与查看版本：

cmake --version

4.4 正文lightgbm

PS：开始前，我们认为已经安装了Python3的环境，当然Python2也是可以的，不过你需要做好心理准备。

命令如下：建议Root用户或等同权利的用户执行

cd /usr/local/src/
git clone --recursive https://github.com/Microsoft/LightGBM ; cd LightGBM
mkdir build ; cd build
cmake -DUSE_GPU=1 ..
cd python-package/
python3 setup.py install

将so动态库Copy到系统之中，自行操作，不在演示。

4.5 测试

安装基础测试数据包：

pip3 install wheel numpy scipy scikit-learn -U -i https://pypi.doubanio.com/simple

下载解析处理数据：

cd /usr/local/src
git clone https://github.com/guolinke/boosting_tree_benchmarks.git
cd boosting_tree_benchmarks/data
wget "https://archive.ics.uci.edu/ml/machine-learning-databases/00280/HIGGS.csv.gz"
gunzip HIGGS.csv.gz
python3 higgs2libsvm.py

PS: 这里你可能会遇到xrange错误，因为Python3已经没有xrange，这里修改为range即可。

创建测试数据：

cat > lightgbm_gpu.conf <<EOF
max_bin = 63
num_leaves = 255
num_iterations = 50
learning_rate = 0.1
tree_learner = serial
task = train
is_training_metric = false
min_data_in_leaf = 1
min_sum_hessian_in_leaf = 100
ndcg_eval_at = 1,3,5,10
sparse_threshold = 1.0
device = gpu
gpu_platform_id = 0
gpu_device_id = 0
EOF
echo "num_threads=$(nproc)" >> lightgbm_gpu.conf

测试命令如下：

# Run of GPU
/usr/local/src/LightGBM/lightgbm config=lightgbm_gpu.conf data=higgs.train valid=higgs.test objective=binary metric=auc 
# Run of CPU
/usr/local/src/LightGBM/lightgbm config=lightgbm_gpu.conf data=higgs.train valid=higgs.test objective=binary metric=auc device=cpu

这里可以将生成的lightgbm命令与So文件Copy到系统之中方便后期使用。

5、小结

看到这里说明你已经成功了，是不是很Easy，当然如果你没搞定回头看看错误信息；我的这个博文你不一定能够成功，至少我成功过了，切记不要根据网上的帖子乱搞。