1,去NVIDIA 网站下载CUDA驱动程序,TOOLKIT,SDK。
首先要查看自己的系统是32位还是64位,一开始我以为自己的系统是32位,就直接下载了32位的驱动程序,结果安装的时候提示我
dawn:/home # sh NVIDIA-Linux-x86-285.05.33.run
ERROR: this .run file is intended for the
Linux-x86 platform, but you appear to be
running on Linux-x86_64. Aborting installation.
然后我用 uname -p查看我的系统,发现是x86_64就是64位机,所以重新下载64位的驱动程序。
2,查看官方指导文档CUDA_getting_stared_linux.pdf
根据文档提示,首先关闭GUI,suse环境下/sbin/init 3,转化为命令行模式。当然用/sbin/init 5就可以再次将GUI图形模式转化回来。
然后转到你存放CUDA驱动的文件夹下,开始安装。
sh NVIDIA-Linux-x86_64-285.05.33.run 就看到程序开始安装了,安装的过程中会询问你是否自动更改X配置文件,选择是。
注意:想要成功安装,必须首先安装了GCC编译器,以及Kernel程序包,这些都可以利用Yast安装。
重启电脑/sbin/reboot,在应用程序中找到nvidia X Sever Settings 可以自己设置更改其中的选项。
如果安装不成功的话,按照以下方式更改 sh ./NVIDIA-Linux-x86_64-285.05.33.run --uninstall.
3,安装CUDAToolkit
运行 sh cudatoolkit_4.1.28_linux_64_sles11.0.run安装toolkit,默认安装到/usr/local/cuda文件夹下。
安装完后添加环境变量
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
如果想要永久保存,创建~/.bashprofile文件,写入刚才三行。
并且在/etc/ld.so.conf中添加LD_LIBRARY_PATH,主目录下执行ldconfig。
输入nvcc -V验证是否成功安装。
4,安装SDK
分别在root跟自己的用户下安装SDK,将root目录下的权限设为其他人只可读,来备用。
安装方式跟上面一样,运行 sh ./cuda_installation/gpucomputingsdk_4.0.17_linux.run
安装成功后会分别在root的主目录以及用户的主目录下多出NVIDIA_GPU_Computing_SDK文件夹。
5,运行SDK中的例子

查看/usr/lib64 发现里面有libGLU.so.1.3.070700 但是没有建立软连接,于是为它建立软连接。

然后再次make,发现还有其它文件没有建立连接。一一解决。
6,单独编译运行SDK中的实例
打开sdk中C/src 发现里面包括许多小的工程,其中包括.cu或者.cpp以及makefile文件,运行make即可单独编译这个小的工程。make后,会在该目录生成obj目录,相应的可运行程序在[$SDK_HOME]/C/bin/linux/release中,输入./工程名 即可运行。
运行vectorAdd实例时,出现错误error while loading shared libraries:libcudart.so.4: cannot open shared object file: No such file or directory
解决方案如下:
首先确认LD_LIBRARY_PATH是否包含了cuda的lib目录,查看~/.bashrc 文件,向其中添加export PATH=$PATH:/usr/local/cuda/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64,保存退出。运行source ~/.bashrc.
如果已经包含,则进行如下操作:
vim /etc/ld.so.conf
在其中添加:/usr/local/cuda/lib64
/usr/local/cuda/lib 保存退出。
然后命令终端中输入:
ldconfig。
再次进入vectorAdd目录,make clean,然后make。然后再次运行。

本文档详细介绍了在SUSE系统下安装CUDA的全过程,包括确认系统位数、安装驱动、设置环境变量、安装CUDAToolkit和SDK,并解决安装过程中遇到的问题,如错误提示和库文件缺失等。
1451

被折叠的 条评论
为什么被折叠?



