มีบทช่วยสอนเพื่อติดตั้ง CUDA บน Ubuntu 18.04 หรือไม่?
คำแนะนำในเว็บไซต์ Nvidia สำหรับ 17.04 และ 16.04 ไม่ทำงานสำหรับ 18.04
ฉันได้รับข้อความแจ้งให้รีบูตจากนั้นเรียกใช้ตัวติดตั้งใหม่ อย่างไรก็ตามเมื่อฉันทำสิ่งนี้ฉันได้รับข้อความเดิมอีกครั้ง
มีบทช่วยสอนเพื่อติดตั้ง CUDA บน Ubuntu 18.04 หรือไม่?
คำแนะนำในเว็บไซต์ Nvidia สำหรับ 17.04 และ 16.04 ไม่ทำงานสำหรับ 18.04
ฉันได้รับข้อความแจ้งให้รีบูตจากนั้นเรียกใช้ตัวติดตั้งใหม่ อย่างไรก็ตามเมื่อฉันทำสิ่งนี้ฉันได้รับข้อความเดิมอีกครั้ง
คำตอบ:
ฉันติดตั้ง CUDA 9.1 บน Ubuntu 18.04 แล้วและทำงานได้ดีมาก
อย่างไรก็ตามฉันควรแก้ไข gcc เริ่มต้น, g ++ และใช้ไฟล์. run แทนไฟล์. deb
นั่นคือทั้งหมดที่
ฉันพยายามติดตั้งโดยใช้ไฟล์. deb แต่มันทำให้เกิดข้อขัดแย้งของแพ็คเกจเพื่อที่ฉันจะได้เปลี่ยนวิธี
สนุกกับมัน!!
ในเทอร์มินัลพิมพ์:
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
sudo ubuntu-drivers autoinstall
รีบูต
sudo apt install nvidia-cuda-toolkit gcc-6
nvcc --version
ฉันมีการ์ดกราฟิก gtx970 และติดตั้ง Ubuntu 18.04 ใหม่
สิ่งนี้ใช้ได้สำหรับฉัน
sudo apt upgrade
ทำลายทุกอย่างอีกครั้งระวังการอัพเกรด!
autoinstall
คำสั่งส่งผลให้The following packages have unmet dependencies: nvidia-driver-415
เปิดใช้งานพื้นที่เก็บข้อมูลหลากหลายติดตั้งไดรเวอร์ nvidia และ nvidia-cuda-toolkit และ gcc6 (โดยเฉพาะการใช้ทางเลือกการอัปเดตเพื่อสลับรุ่นได้อย่างง่ายดาย):
หรือคุณสามารถปฏิบัติตามคำแนะนำของเทย์เลอร์:
sudo chmod +x
วิธีที่สองมีข้อเสียที่ไม่ง่ายในการอัพเกรดหรือลบ
ฉันสงสัยคำตอบข้างต้นที่ผ่านการรับรองเนื่องจากดูเหมือนว่าพวกเขาจะออกจากระบบโดยไม่มีระบบย่อยไดรเวอร์ NVidia ทั้งหมด ฉันสามารถเดาได้ว่าทำไม Cuda ไม่ดึงในไดรเวอร์ถึงแม้ว่าฉันอาจต้องการที่จะมีอย่างอื่น ฉันก็ไม่แน่ใจเหมือนกันว่าวิธีไหนที่เหมาะสมในการรับไดรเวอร์ล่าสุด แต่ตอนนี้ดูเหมือนจะทำดังนี้:
sudo apt-get install nvidia-driver-390
ชุดเครื่องมือ CUDA ได้เปิดตัวการสนับสนุน Ubuntu ที่ 18.04
นี่คือสิ่งที่ฉันทำ อาจมีการเพิ่มสิ่งพิเศษที่ฉันอาจไม่ต้องทำ แต่ฉันจะรวมมันต่อไป
อันดับแรกรับไดรเวอร์ ppa repository (ฉันจะบอกว่านี่เป็นสิ่งจำเป็นก่อนการติดตั้งเว้นแต่คุณต้องการเสี่ยงต่อการเข้าสู่ระบบของการเสียชีวิต)
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
จากนั้นติดตั้งไดรเวอร์ล่าสุด ฉันใช้ตัวอัปเดต GUI เป็นส่วนใหญ่ที่เรียกว่าซอฟต์แวร์ & อัปเดตในแท็บไดรเวอร์เพิ่มเติม ณ วันนี้ไดรเวอร์ nvidia 396 สามารถใช้ได้
รับ g ++ - 6 และ gcc-6 (จำเป็น)
sudo apt install g++-6
sudo apt install gcc-6
คุณสามารถลองใช้ nvidia-cuda-toolkit แต่เส้นทางที่ไปยังห้องสมุดไม่คุ้นเคยสำหรับฉัน ฉันไม่ต้องการยุ่งกับมัน
(ฉันอาจจะข้ามอันนี้ แต่ไปที่มันหากสิ่งอื่น ๆ ให้ปัญหา)
sudo apt install nvidia-cuda-toolkit
ฉันลงเอยด้วยการติดตั้งไฟล์รัน 9.1 สำหรับ Ubuntu 17.04 ดาวน์โหลดได้. ทำเครื่องหมายไฟล์ว่าปฏิบัติการได้ (ฉันคลิกขวาที่ไฟล์ในเดสก์ท็อป) ไปที่เทอร์มินัลแล้ววาง (จำเป็น)
./cuda_9.1.85_387.26_linux.run --override
มันจะติดตั้งโดยใช้คอมไพเลอร์ gcc ใหม่ มันจะถามคำถามมากมายกับคุณและมันจะต้องการให้พวกเขาตอบทันที
ตอบว่าใช่สำหรับการสนทนาที่ไม่ได้รับการสนับสนุน
ไม่ให้กับไดรเวอร์ nvidia
ใช่ - เพื่อชุดเครื่องมือ
ฉันใช้สถานที่ติดตั้งเริ่มต้น
หลังจากติดตั้งแล้วให้แน่ใจว่าคุณตั้งค่าเส้นทางของคุณ ไฟล์เรียกใช้จะแจ้งเตือนคุณเช่นกัน นอกจากนี้เอกสารของ nvidia จะบอกคุณว่าจะส่งออกอะไร
echo 'export PATH=/usr/local/cuda-9.1/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64:$LD_LIBRARY_PATH' >> ~/.bash.rc
source ~/.bashrc
ในที่สุดคุณต้องตั้งค่า simlink เป็น gcc-6 และ g ++ - 6 หรือคุณจะได้รับคำเตือนในการรวบรวมรหัสของคุณเอง (จำเป็น)
sudo ln -s /usr/bin/gcc-6 /usr/local/cuda/bin/gcc
sudo ln -s /usr/bin/g++-6 /usr/local/cuda/bin/g++
รีบูทระบบ (จำเป็น)
nvidia-396
แพคเกจนี้เป็นเวอร์ชั่น 396.37 ซึ่งใช้งานไม่ได้กับ GeForce GTX 950 ของฉันดังนั้นฉันต้องติดตั้ง 396.18 ด้วยตนเอง! ดังนั้นอย่าลืมตรวจสอบไดรเวอร์ว่าเป็นคนที่คุณต้องการจริงๆ
มาดูกันว่าคำตอบของฉันสำหรับ 16.04 เป็นอย่างไร :
sudo sh cuda_7.5.18_linux.run
ขั้นตอนถัดไป: ติดตั้ง cuDNN
$ nvidia-smi
Fri Jun 8 18:09:24 2018
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 390.48 Driver Version: 390.48 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce 940MX Off | 00000000:02:00.0 Off | N/A |
| N/A 72C P0 N/A / N/A | 512MiB / 2004MiB | 90% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| 0 1031 G /usr/lib/xorg/Xorg 276MiB |
| 0 3072 G ...-token=0F06A89A68C1B8739F1AB9EF1C5654F9 232MiB |
+-----------------------------------------------------------------------------+
$ nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Wed_Apr_11_23:16:29_CDT_2018
Cuda compilation tools, release 9.2, V9.2.88
คำเตือน : อย่าติดตั้งไดรเวอร์จอแสดงผล! (อย่างน้อยก็ใช้ไม่ได้กับ Thinkpad T460p ของฉัน)
$ nvidia-smi
Sat Jun 9 08:55:30 2018
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 390.48 Driver Version: 390.48 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce 940MX Off | 00000000:02:00.0 Off | N/A |
| N/A 68C P0 N/A / N/A | 595MiB / 2004MiB | 91% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| 0 1036 G /usr/lib/xorg/Xorg 350MiB |
| 0 2531 G ...-token=FA7CF967F32AD2277A4B0EA78D1CB8D4 241MiB |
+-----------------------------------------------------------------------------+
และ
$ nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176
$ sudo apt-get install gcc-6 g++-6
$ sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-6 50
$ sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-6 50
ยืนยันด้วย
$ gcc -v
Using built-in specs.
COLLECT_GCC=gcc
COLLECT_LTO_WRAPPER=/usr/lib/gcc/x86_64-linux-gnu/6/lto-wrapper
Target: x86_64-linux-gnu
Configured with: ../src/configure -v --with-pkgversion='Ubuntu 6.4.0-17ubuntu1' --with-bugurl=file:///usr/share/doc/gcc-6/README.Bugs --enable-languages=c,ada,c++,go,d,fortran,objc,obj-c++ --prefix=/usr --with-as=/usr/bin/x86_64-linux-gnu-as --with-ld=/usr/bin/x86_64-linux-gnu-ld --program-suffix=-6 --program-prefix=x86_64-linux-gnu- --enable-shared --enable-linker-build-id --libexecdir=/usr/lib --without-included-gettext --enable-threads=posix --libdir=/usr/lib --enable-nls --with-sysroot=/ --enable-clocale=gnu --enable-libstdcxx-debug --enable-libstdcxx-time=yes --with-default-libstdcxx-abi=new --enable-gnu-unique-object --disable-vtable-verify --enable-libmpx --enable-plugin --enable-default-pie --with-system-zlib --with-target-system-zlib --enable-objc-gc=auto --enable-multiarch --disable-werror --with-arch-32=i686 --with-abi=m64 --with-multilib-list=m32,m64,mx32 --enable-multilib --with-tune=generic --enable-checking=release --build=x86_64-linux-gnu --host=x86_64-linux-gnu --target=x86_64-linux-gnu
Thread model: posix
gcc version 6.4.0 20180424 (Ubuntu 6.4.0-17ubuntu1)
ประสบการณ์ของฉันเองในการติดตั้ง CUDA ทดสอบบน Ubuntu 18.04 งาน:
ลิงก์ที่เกี่ยวข้อง:
ไปที่เว็บไซต์ NVIDIA - https://www.nvidia.com/Download/index.aspx และรับไดรเวอร์ล่าสุดสำหรับ GPU ของคุณ ในกรณีของฉันมันคือ:
Product Type: GeForce
Product Series: GeForce 10 Series
Product: GeForce GTX 1080 Ti
Operating System: Linux 64-bit
Language: English (US)
Press <SEARCH> button and check that founded driver is supporting your GPU
in "SUPPORTED PRODUCTS" tab.
ดาวน์โหลดได้. ในชื่อไฟล์กรณีของฉันคือ:NVIDIA-Linux-x86_64-410.78.run
# Change permission to run and execute it
sudo chmod +x NVIDIA-Linux-x86_64-410.78.run
# Before installation install gcc and make packages:
sudo apt install gcc
sudo apt install make
มันจะดีกว่าที่จะเรียกใช้การติดตั้งไดรเวอร์ในโหมดข้อความ สำหรับโหมดข้อความกด<Ctrl>+<Alt>+<F3>
และเข้าสู่ระบบเพื่อคอนโซล
เป็นไปได้ว่าคุณจะมีปัญหากับไดรเวอร์กราฟิกที่ติดตั้งก่อนหน้านี้ที่เรียกว่า Nouveau
# Remove Nouveau driver
sudo apt –purge remove xserver-xorg-video-nouveau
# Remove previously installed NVIDIA driver
sudo apt purge nvidia*
# Execute file and answer the questions during installation
sudo ./NVIDIA-Linux-x86_64-410.78.run
# Reboot Ubuntu
sudo reboot
# To check if installation is successful
nvidia-smi
คุณควรเห็นผลลัพธ์ของ Terminal ของ Nvidia Drivers:
# Check again
lsmod | grep nouveau # should be zero output
lsmod | grep nvidia # should be non-zero output
# Another check. {tab} means you should press <Tab> button on your keyboard.
cat /proc/driver/nvidia/gpus/{tab}/information
คุณควรเห็นรูปแบบของ GPU ที่ถูกต้อง:
# Install gcc, kernel headers and development libraries
sudo apt install gcc-6 g++-6 linux-headers-$(uname -r) freeglut3-dev libxmu-dev libpcap-dev
ดาวน์โหลด CUDA Toolkit จาก - https://developer.nvidia.com/cuda-downloadsLinux, x86_64, Ubuntu, 18.04, runfile (local)
เลือก:
ดาวน์โหลดไฟล์ 2.0 GB: cuda_10.0.130_410.48_linux.run
# Change permissions and run it
sudo chmod +x cuda_10.0.130_410.48_linux.run
sudo ./cuda_10.0.130_410.48_linux.run
If installation is successful, your should see the following output:
===========
= Summary =
===========
Toolkit: Installed in /usr/local/cuda-10.0
Samples: Not Selected
Please make sure that
- PATH includes /usr/local/cuda-10.0/bin
- LD_LIBRARY_PATH includes /usr/local/cuda-10.0/lib64, or, add /usr/local/cuda-10.0/lib64 to /etc/ld.so.conf and run ldconfig as root
ในการกำหนดค่าสภาพแวดล้อม CUDA สำหรับผู้ใช้ทั้งหมด (และแอปพลิเคชัน) ในระบบของคุณให้สร้างสองไฟล์ (ใช้ sudo และโปรแกรมแก้ไขข้อความที่คุณเลือก)
# Create file cuda.sh
sudo touch /etc/profile.d/cuda.sh
# Open cuda.sh file
sudo nano /etc/profile.d/cuda.sh
# Add content to the file
export PATH=$PATH:/usr/local/cuda/bin
export CUDADIR=/usr/local/cuda
# Also create file cuda.conf
sudo touch /etc/ld.so.conf.d/cuda.conf
# Open cuda.conf file
sudo nano /etc/ld.so.conf.d/cuda.conf
# Add content to the file
/usr/local/cuda/lib64
# Restart ldconfig
sudo ldconfig
# Create symbolic links to GCC6 in the CUDA bin folder.
sudo ln -s /usr/bin/gcc-6 /usr/local/cuda-10.0/bin/gcc
sudo ln -s /usr/bin/g++-6 /usr/local/cuda-10.0/bin/g++
# Test CUDA by building the examples
# Copy the CUDA samples source directory to someplace in your home directory
# Go to the directory with the samples and run:
make -j4
# There could be compilation error for the samples
# Error: cannot find -lGL
# I was able to fix it by following the instructions in this link:
# http://techtidings.blogspot.com/2012/01/problem-with-libglso-on-64-bit-ubuntu.html (the final two commands)
sudo rm /usr/lib/x86_64-linux-gnu/libGL.so
sudo ln -s /usr/lib/libGL.so.1 /usr/lib/x86_64-linux-gnu/libGL.so