centos7 安装cuda toolkit

原创 已于 2024-04-03 10:39:23 修改 · 1.4k 阅读 · 4 ·
CC 4.0 BY-SA版权
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。
文章标签：

#人工智能 #linux #深度学习

于 2024-04-03 10:36:23 首次发布
本文档介绍了如何在CentOS7上安装CUDA Toolkit。首先，查看本机NVIDIA驱动版本，然后根据官方对应关系选择合适的CUDA版本进行下载安装。最后，通过执行验证命令确认CUDA安装成功。
PyTorch 2.6

PyTorch 2.6

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

1.查看本机驱动版本

nvidia-smi

如果没有该命令--安装驱动请参考：CentOS7安装NVIDIA GPU驱动程序和CUDA工具包-优快云博客

我的驱动版本是520.61.05，参考cuda工具包和驱动版本对应关系官网地址:

1. CUDA 12.4 Release Notes — Release Notes 12.4 documentation

CUDA Toolkit Archive | NVIDIA Developer

2.下载安装

选择自己对应的版本进行下载安装

替换成自己下载包的版本和名字

sudo chmod +x cuda_xxx.xx.xx_linux.run
sudo ./cuda_xxx.xx.xx_linux.run

3.验证

使用命名进行验证是否安装成功

nvcc -V

您可能感兴趣的与本文相关的镜像

PyTorch 2.6

PyTorch 2.6

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

2级选手
关注
CentOS安装NVIDIA驱动、CUDA以及nvidia-container-toolkit
shouhmzhl的博客
10-15 4499
yum 会把下载的软件包和header存储在cache中(默认路径/var/cache/yum/)，而不自动删除。如果觉得占用磁盘空间，可以使用yum clean指令进行清除，更精确 的用法是yum clean headers清除header，yum clean packages清除下载的rpm包，yum clean all全部清除。0.1.2 下载新的CentOS-Base.repo 到/etc/yum.repos.d/打开链接：https://www.nvidia.cn/drivers/lookup/
Centos 7 安装 Nvidia GPU 驱动
zhihuichen的博客
10-27 2418
一、 安装准备 前提服务器上有支持CUDA的Nvidia GPU，查看支持CUDA的GPU列表：https://developer.nvidia.com/cuda-gpus 查看Linux服务器是否有GPU的简单命令（查看显卡信息）： lspci | grep -i nvidia 验证系统是否是受支持的Linux版本 uname -m && cat /etc/redhat-release 验证系统是否有GCC编译环境，没有的话需要先安装GCC. gcc -v 二、 开始安装 下载驱
Centos7配置深度学习环境 CUDA 11.8+PyTorch 2.2.2
x737686314的博客
08-20 3198
但如果是普通用户安装，需设定安装路径为用户主目录下，光标移动到Change Toolkit Install Path按回车，手动修改安装路径后按回车退出路径配置界面。根据自己要求选择服务，我们只安装CUDA Toolkit 11.8，光标分别移动到Driver、CUDA Demo Suite 11.8、CUDA Documentation 11.8，按空格键，去掉选择。光标移动到Done按回车，退出配置界面，回到开始界面，光标移动到Install按回车，开始安装，安装完成如下图。
CentOS 7 安装 NVIDIA 显卡驱动和 CUDA Toolkit
热门推荐
Xue Shengke 博客
11-19 5万+
此教程是介绍于 CentOS 7 以上的 Linux 系统中安装 NVIDIA 显卡驱动和 CUDA Toolkit 。此文中以 CentOS 7.4 64 bit 为例，显卡型号为 NVIDIA Tesla P4，CUDA 9.0
CentOS 7.8 安装 NVIDIA 9.2 k20c cuda toolkit11.3 pytorch-gpu 踩坑教程
yhl18931306541的博客
09-06 1189
CentOS 7.8 安装 NVIDIA 9.2 k20c cuda toolkit11.3 pytorch-gpu 踩坑教程
CentOS7安装cuda及GPU驱动--基于runfile文件
yu132563的专栏
08-27 1301
首先要说明的是驱动和cuda是两回事，驱动是介于cuda软件库和硬件之间的程序，在通常安装的cuda Toolkit中是存在驱动的，所以我们通常在安装的时候可以不单独下载驱动，但是软件包中的驱动版本较低，有时候会出现问题，所以如果要使cuda兼容性较强可以考虑安装较高版本的驱动程序，不同版本的驱动可以从网上下载。不同版本驱动与cuda版本对照表可以从下面网站看到：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html，可以单独下载
centos 7 安装NVIDIA Container Toolkit
xiezhipu的博客
06-26 1766
要在 CentOS 7 上离线安装 NVIDIA Container Toolkit，需确保已安装 NVIDIA 驱动和 Docker 环境。
centos-stream-9上安装nvidia驱动和cuda-toolkit
qq_19072921的博客
04-11 2588
centos-stream-9上安装nvidia驱动和cuda-toolkit
笔记：CentOS Linux release 7.6.1810安装 CUDA Toolkit
晨曦蜗牛
01-07 1651
打开以下网页：https://developer.nvidia.com/cuda-toolkit 输入以下命令： sudo curl -L -o /etc/yum.repos.d/cuda-rhel7.repo http://developer.download.nvidia.com/compute/cuda/repos/rhel7/x86_64/cuda-rhel7.repo sudo yum ...
Centos 7安装 NVIDIA CUDA Toolkit
weixin_45162906的博客
04-30 840
Centos 7安装 NVIDIA CUDA Toolkit
CentOS CUDA安装指南
01-18
没什么好说的，就是个CentOS的安装教程。老外写的，我觉得比较言简意赅。虚拟机是不能用的。
Installing CUDA Toolkit 5.0 on CentOS 6.4
宇天的学术博客
05-07 4468
1、Verify You Have a CUDA-Capable GPU    lspci | grep -i nvidia 2、Verify You Have a Supported Version of Linux    uname -m && cat /etc/*release 3、Verify the System Has gcc Installed    gcc --versi
CentOS 7.9安装和卸载NVIDIA GPU驱动、CUDA Toolkit
tzydsb的博客
03-24 2029
nouveau是一个第三方开源的Nvidia驱动，一般Linux安装的时候默认会安装这个驱动。如果系统安装时没有选择安装开发工具，则安装一下gcc、kernel-devel等以及相关依赖包。如果安装出错，查看安装日志/var/log/cuda-installer.log和/var/log/nvidia-installer.log，检查错误原因。安装CUDA Toolkit时默认安装了CUDA Demo Suite，包含了deviceQuery、bandwidthTest等工具，打开这个链接查看说明。
CentOS7安装cuda7
BeautyGao的专栏
07-27 3024
centos 7上先不用安装显卡驱动，cuda中自带了显卡驱动程序。可以用cuda中自带的显卡驱动程序。 1、centos7上blacklist.conf的位置是在/usr/lib/modprobe.d/dist-blacklist.conf       注释掉：#blacklist nvidiafb       添加blacklist： blacklist nouveau option
CentOS 7更新CUDA
qq_39397024的博客
04-24 1118
然后再bin目录下找到uninstall程序，不同版本的uninstall程序有所区别，但是都包含“uninstall”字样，然后“./*uninstall*”来卸载，*为通配符，使用时替换为相应字符来使文件名完整。这里可以看到显卡驱动、CUDA和CUDA Toolkit之间的对应关系。实际上安装显卡驱动自动安装CUDA，不用单独安装。cuda-10.1替换为实际版本号。2.卸载CUDA Toolkit。4.安装CUDA Toolkit。
【centos】安装nvida CUDA平台附带安装cudnn库及TensorRT8
种一棵树最好的时间是十年前，其次是现在
12-21 3587
只要把cuDNN文件复制到CUDA的对应文件夹里就可以，即是所谓插入式设计，把cuDNN数据库添加CUDA里，cuDNN是CUDA的扩展计算库，不会对CUDA造成其他影响。CUDA是NVIDIA推出的用于自家GPU的并行计算框架，也就是说CUDA只能在NVIDIA的GPU上运行，而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用。CUDAToolkit：这是我们真正需要首先安装的工具包，所谓的装cuda首先指的是它。这里的11.6 指的是可驱动的最高版本。
centos7安装cuda和nvidia-driver
什么都干的派森
11-15 1052
安装步骤如下检查系统有没有cuda支持的GPU检查系统是否支持检查ggc是否安装。
CentOS8：英伟达显卡驱动与CUDA安装
但行好事，莫问前程
12-14 6217
挺偶然的，同事在CentOS8版本的GPU服务器上安装英伟达的显卡驱动和CUDA遇到了问题，于是协助进行了安装，顺便记录下此次安装过程与心得。
在ARM架构下CentOS9部署CUDA与pytorch
m0_53905657的博客
10-02 3228
在ARM架构下部署CUDA与pytorch有许多坑，要多研究多想，找官方文档。本人在课程中需要服务器进行训练，由于学校给的所里服务器为单卡V100，课程300人共用，时常抢不到算力。为了能独占一个显卡，自己搭设了一台单卡A100服务器，用于训练。但是搭设的设备为ARM架构，并不是x86架构，并没有现成的pytorch可以用，（其实有，但是不能使用CUDA计算），以下使用官方镜像，最后成功部署。系统终端输入uname --all，可以看到系统架构。本人使用的是aarch64，发行版为CentOS9。
centos 安装CUDA Toolkit
最新发布
09-16
在CentOS系统上安装CUDA Toolkit可以按照以下步骤进行： ### 1. 系统准备 确保系统已经安装了合适的内核头文件和开发包，可使用以下命令安装： ```bash sudo yum install kernel-devel-$(uname -r) kernel-headers-$(uname -r) ``` ### 2. 禁用 Nouveau 驱动 Nouveau 是 NVIDIA 显卡的开源驱动，会与 CUDA 所需的 NVIDIA 专有驱动冲突，需要将其禁用。 创建一个新的配置文件： ```bash sudo vim /etc/modprobe.d/blacklist-nouveau.conf ``` 在文件中添加以下内容： ```plaintext blacklist nouveau options nouveau modeset=0 ``` 更新 initramfs ： ```bash sudo dracut --force ``` ### 3. 下载 CUDA Toolkit 访问 NVIDIA 官方 CUDA Toolkit 下载页面（https://developer.nvidia.com/cuda-downloads ），选择 CentOS 系统对应的版本进行下载。假设下载的是 CUDA 11.7 的 runfile 安装包，会得到一个类似 `cuda_11.7.0_515.43.04_linux.run` 的文件。 ### 4. 重启系统进入运行级别 3 重启系统并进入运行级别 3 以避免图形界面的干扰： ```bash sudo systemctl set-default multi-user.target sudo reboot ``` ### 5. 安装 CUDA Toolkit 运行下载的 runfile 安装包： ```bash sudo sh cuda_11.7.0_515.43.04_linux.run ``` 安装过程中，按照提示进行操作，接受许可协议，选择要安装的组件（通常选择安装 NVIDIA 驱动、CUDA 工具包和 CUDA 示例）。 ### 6. 配置环境变量 安装完成后，需要配置环境变量。打开 `.bashrc` 文件： ```bash vim ~/.bashrc ``` 在文件末尾添加以下内容： ```plaintext export PATH=/usr/local/cuda/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} ``` 使配置生效： ```bash source ~/.bashrc ``` ### 7. 验证安装 使用以下命令验证 CUDA 是否安装成功： ```bash nvcc --version ``` 如果显示 CUDA 版本信息，则说明安装成功。 ### 8. 恢复图形界面 如果需要恢复图形界面，可执行以下命令： ```bash sudo systemctl set-default graphical.target sudo reboot ```
评论 1
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
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