【ubuntu24.04】GTX4700 配置安装cuda

已于 2024-11-27 11:45:05 修改
阅读量502 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： AI入门与实战 文章标签： cuda ubuntu24.04 显卡 深度学习
于 2024-11-27 11:25:36 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/commshare/article/details/144077223

显卡驱动

NVIDIA-Linux-x86_64-550.135.run

  • 而后重启：

在这里插入图片描述

最新的是12.6 用于ubuntu24.04 ，但是我的4700的显卡驱动要求12.4

在这里插入图片描述

cuda

在这里插入图片描述

了解本专栏 订阅专栏 解锁全文 超级会员免费看
018、Python+fastapi，第一个Python项目走向第18步：ubuntu24.04 安装cuda和pytorch环境
浪淘沙jkp的专栏
05-01 3279
我们安装了pytorch环境之后，会用yolo v9 来测试一下，看8g 显存能不能跑下来，上次用无影云电脑，4cpu+8g内存直接爆了，云电脑也死机了，提示一直占用内存不释放，我自己的云电脑不能占用内存，所以很黑啊，这云电脑和我们自己装的虚拟机差不多，几个虚拟机不是实给的资源，是共用的吧，我用了8g满了，而且不释放，这样不行啊，直接让你死机了，废话少说，Anaconda3我们前面文章里装过了，
ubuntu 24.04 安装 Nvidia 显卡驱动 + CUDA + cuDNN，配置 AI 深度学习训练环境，简单易懂，一看就会！
u010912615的博客
08-14 3万+
ubuntu 24.04 安装 NVIDIA 显卡驱、cuda、cudnn，显卡并行计算开发框架，利用 GPU 加速深度学习算法，一步到位安装成功。
【深度学习】喂饭版-深度学习环境配置（Ubuntu 24.04 + CUDA 12.4 + NVIDIA RTX 3090）
huangkevin的博客
03-01 1514
然后在浏览器访问 http://你的IP地址:8888。
ubuntu24.04安装cuda
森林里的白杨
05-08 948
nvidia-smi。
Ubuntu Service 24.04 命令行安装 NVIDIA CUDA
weixin_43000453的博客
04-06 1145
Ubuntu Service 24.04显卡驱动版本 CUDA 驱动 12.6.0 版本
ubuntu24安装cuda和cudnn
xiaofeng
08-31 4034
由于我们显卡支持12.2，因此为了保险起见，我们安装低一个版本的cudn，选择12.1安装，在上述界面中点击“CUDA Toolkit 12.1.1(July 2023), Versioned Online Documentation”，然后进去下面界面。安装完CUDA并通过nvcc -V命令测试完毕之后再次安装cudnn，可能由于复制文件过程中出现问题，导致安装完cudnn并测试成功后，再执行nvcc -V命令不显示，此时需要再重复步骤一即可，完成之后不需要重复步骤二即可完成安装任务。
windows11+Ubuntu 24.04，安装Ubuntu 24.04、Nvidia 驱动、cuda、cuDNN
06-18
windows11+Ubuntu 22.04双系统共存，安装Ubuntu 22.04，然后安装Nvidia 驱动、cuda、cuDNN、anaconda、虚拟环境、VS Code 和 Pycharm 专业版。 注：新手请参考我附加的链接进行操作。有一定经验的同学可以看本文快速...
【Ubuntu2404】Ubuntu24.04安装NVIDIA驱动/CUDA/cuDNN搭建神经网络训练环境
CharlesWYQ
12-13 9497
NVIDIA 驱动、CUDA和cuDNN是紧密相关但各自具有独特功能的技术，它们共同为图形处理单元（GPU）加速的应用程序提供了强大的支持。本文主要介绍如何安装 `NVIDIA` 驱动、CUDA及cuDNN，为后续神经网络训练提供支持。本文主要介绍Ubuntu24.04安装NVIDIA驱动、CUDA和cuDNN的流程。
安装Ubuntu 24.04、Nvidia 驱动、cuda、cuDNN、anaconda、vscode等
qq_40374255的博客
11-29 774
本文将详细介绍如何在Windows 11和Ubuntu 22.04双系统共存的环境下，安装和配置Nvidia驱动、CUDA、cuDNN、Anaconda、虚拟环境、VS Code和Pycharm专业版。
ubuntu系统安装CUDA【笔记】
AnsonNie的博客
04-27 963
实践设备为：华硕FX-PRO（NVIDIA GeForce GTX 960M）
在移动硬盘上搭建Ubuntu24.04深度学习环境（Anaconda + CUDA + Pytorch）
Zosea231的博客
05-08 7186
记录Ubuntu24.04 LTS amd64在1T高速移动硬盘部署深度学习环境的全过程
难道他真的是装环境的天才（双系统ubuntu24.04+cuda+pytorch+cudnn安装）
weixin_74277223的博客
01-31 652
难道他真的是装环境的天才（双系统ubuntu24.04+cuda+pytorch+cudnn安装）
【conda】Ubuntu 24.04 安装CUDA 12.04
可爱满分的博客
12-26 4077
请在Download栏下寻找具体的下载地址（该包实际上是由Debian，Ubuntu 24.04可以正常使用，请下载和自己电脑架构一样的包 amd 或者 arm）。下载好以后（理论上可能下载到本地Download目录下）；（别担心，Ubuntu 24.04能安装CUDA 12.4）该显卡驱动最高支持12.4的CUDA（不想升级显卡驱动）安装了Nvidia驱动，但是550版本的。，目前网上搜到的信息好像不是很适配。这里提供一个新的方案来安装。简单地说，就是安装不上。
Ubuntu24.04｜LXD用户｜在Conda虚拟环境搭建tensorflow2.x并使用GPU（查看/安装/卸载cuda、cudnn）
weixin_45041379的博客
08-16 1526
对于使用 Ubuntu 系统的 LXD 用户，NVIDIA 驱动程序在初始设置时已自动安装完毕。在使用 Conda 配置 TensorFlow-GPU 虚拟环境时，无需在本地安装任何额外的驱动程序、CUDA 或 cuDNN。
Ubuntu24.04下向日葵，CUDA，cuDNN的详细安装，亲测有效
weixin_52326559的博客
08-16 8618
在ubuntu24.04下，向日葵，cuda，cudnn安装小白手册
Ubuntu24.04配置STMTrack
SharbbyBai的博客
12-11 1186
Ubuntu24.04配置STMTrack
Ubuntu24.04 安装 5080显卡驱动以及cuda
richer__的博客
05-16 2516
之前使用22.04版本一直报错,然后换了24.04版本才能正常安装。
Ubuntu 安装CUDA
热门推荐
str1ngthen的博客
10-12 3万+
可以发现，我这里的NVIDIA显卡驱动版本是 470.141.03，这里可以看到本机最高支持 cuda 11.4 ，也就是说11.4之下的CUDA版本该显卡都可以支持，11.4之上的则不支持。通过上表可以发现，由于自己的NVIDIA显卡驱动版本是 470.141.03，所以自己电脑显卡支持的版本CUDA 11.4及之下。后,终端就会跳出选择界面，回到正常终端模式，并且没有用任何提示。这是正常现象，等待安装完成即可。所以需要根据已有的显卡驱动版本，去。（以CUDA11.4为例）
Ubuntu 24.04 HGX H100模组安装CUDA GPUBURN安装
最新发布
05-29
<think>好的，我现在需要帮助用户在Ubuntu24.04系统上安装HGXH100模组的CUDA驱动以及GPUBURN工具。首先，我得回顾用户之前的问题和我的回答，确保这次回答符合他们的需求。用户之前询问过HGX H100驱动的安装步骤，我提供了详细的指南，包括准备工作、驱动安装、验证和高级配置。现在他们想进一步安装CUDA驱动和GPUBURN工具。我需要确保这次回答与之前的指导一致，同时补充新的内容。首先，安装CUDA驱动。用户可能已经按照之前的步骤安装了NVIDIA驱动，但CUDA工具包可能需要单独安装。我需要确认CUDA版本与HGXH100的兼容性。根据NVIDIA的文档，最新的CUDA版本通常支持最新的GPU架构，所以建议用户下载最新的CUDA Toolkit，比如12.x版本。同时，要注意CUDA Toolkit的安装方式，使用runfile或者deb包。这里可能需要添加添加CUDA仓库的步骤，然后通过apt安装，或者下载runfile手动安装。需要给出具体的命令，比如wget下载链接，然后运行安装脚本。 接下来是GPUBURN工具的安装。GPUBURN是NVIDIA的GPU压力测试工具，可能包含在CUDA Toolkit中，或者需要单独下载。我需要确认GPUBURN的获取方式。如果它属于CUDA样例的一部分，可能需要安装cuda-samples组件，然后编译。或者可能需要从NVIDIA开发者网站下载源码编译。需要提供具体的编译步骤，比如进入安装目录，执行make，然后运行测试命令。 验证部分，用户需要确认CUDA驱动是否正确安装，可以通过nvidia-smi和nvcc --version来检查。同时，运行GPUBURN测试，确保GPU能够正常工作，并监测温度、功耗等指标。可能需要注意的依赖项，比如安装CUDA时可能需要gcc、make等开发工具，这些在之前的步骤中可能已经安装，但可能需要再次确认。此外，安装过程中可能遇到的常见错误，比如驱动冲突、内核模块未加载等，需要给出解决方案，例如禁用nouveau驱动，更新initramfs，或者重新编译模块。 用户可能还会遇到权限问题，比如运行GPUBURN需要sudo权限，或者CUDA路径未正确设置，需要将CUDA的bin和lib路径添加到环境变量中。这部分需要提醒用户检查.bashrc或.zshrc文件，并source它们。 最后，生成相关问题，需要考虑用户接下来可能遇到的问题，比如如何监控GPU状态，如何调整功率限制，多节点配置，NVLink性能测试等，这些在之前的回答中已有涉及，可以适当调整以保持连贯。 需要确保所有命令准确无误，并且符合Ubuntu24.04的最新情况，比如软件包名称是否有变化，仓库地址是否正确。另外，引用相关的文档，如NVIDIA的安装指南或白皮书，增加回答的可信度。总结步骤： 1.安装CUDA Toolkit，选择合适的版本和安装方法。2.安装GPUBURN工具，编译并运行测试。 3.验证安装结果，检查驱动版本和测试输出。 4.处理可能出现的依赖或配置问题。5.生成相关问题，引导用户进一步操作或故障排除。</think>### 在Ubuntu 24.04上为HGX H100安装CUDA驱动和GPUBURN工具 --- ### 一、CUDA驱动安装 #### 1. **确认驱动兼容性** - 确保已安装NVIDIA驱动版本≥535.129.03（支持H100架构）[^1] - 检查驱动状态： ```bash nvidia-smi | grep "Driver Version" ``` #### 2. **安装CUDA Toolkit** - **添加CUDA仓库**： ```bash wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/cuda-keyring_1.1-1_all.deb sudo dpkg -i cuda-keyring_1.1-1_all.deb sudo apt update ``` - **安装CUDA 12.x**： ```bash sudo apt install cuda-toolkit-12-4 -y ``` #### 3. **配置环境变量** ```bash echo 'export PATH=/usr/local/cuda-12.4/bin:$PATH' >> ~/.bashrc echo 'export LD_LIBRARY_PATH=/usr/local/cuda-12.4/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc source ~/.bashrc ``` #### 4. **验证CUDA安装** ```bash nvcc --version # 应显示CUDA 12.4 ``` --- ### 二、GPUBURN工具安装 #### 1. **安装依赖项** ```bash sudo apt install build-essential git libopenmpi-dev -y ``` #### 2. **下载并编译GPUBURN** - **从NVIDIA获取源码**： ```bash git clone https://github.com/NVIDIA/GPUBURN cd GPUBURN make -j$(nproc) ``` #### 3. **运行压力测试** ```bash ./gpuburn -t 3600 # 测试1小时 ``` #### 4. **监控GPU状态** ```bash watch -n 1 "nvidia-smi --query-gpu=power.draw,temperature.gpu --format=csv" ``` --- ### 三、关键验证步骤 1. **CUDA设备检测**： ```bash /usr/local/cuda-12.4/extras/demo_suite/deviceQuery | grep "CUDA Capability" ``` 输出应包含`Compute Capability 9.0`（H100架构代号）[^2] 2. **GPUBURN错误率检查**： ```bash dmesg | grep "ECC Error" # 无输出表示正常 ``` --- ### 四、高级配置 - **设置GPU工作模式**： ```bash sudo nvidia-smi -g 0 -e 0 # 启用最高性能模式 ``` - **调整功耗墙**： ```bash sudo nvidia-smi -i 0 -pl 700 # 设置最大功耗700W ``` ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

等风来不如迎风去

你的鼓励是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值