TESLA 系列GPU（P100，P40，M40等）卡用于渲染等安装教程（与其他显卡共存安装）

最新推荐文章于 2025-02-08 19:19:48 发布

ginys

最新推荐文章于 2025-02-08 19:19:48 发布

阅读量6.6k

点赞数 9

分类专栏：计算机技术文章标签： windows 智能硬件空间计算 chatgpt 3d 设计模式硬件工程

本文链接：https://blog.youkuaiyun.com/ginys/article/details/139723015

版权

说明：最新可用驱动是2024年6月份的538.67

一、驱动

去英伟达官网下载驱动：NVIDIA 538.67 (R535 U14 (538.67))
https://www.nvidia.cn/download/driverResults.aspx/225864/cn/

二、改注册表

1.打开注册表(regedit):“HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\Class{4d36e968-e325-11ce-bfc1-08002be10318}” 。

0000开始就是这些显卡的下标，你的Tesla具体是具体是哪个卡，看右侧“DriverDesc”字段确定。

2.修改以下两个键：

“AdapterType”，dword值，从2改为1；
“FeatureScore”，dword值，从cf改为d1；
新建DWORD32值：“GridLicensedFeatures”，改为 7；
刷新并关闭注册表。

3.在“设备管理器”中禁用设备，再启用设备。

用nvidia-smi查看P100显卡为WDDM模式

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

ginys

关注关注

9
点赞
踩
21

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

Nvidia GPU 教程之基于Tesla P40 上的自然语言处理

iCloudEnd的博客

10-08

2918

自然语言处理 (NLP) 是计算机科学的一个子领域，涉及人类与计算机之间的交互，使用自然人类语言。它是语言学和人工智能 (AI) 的一个子领域，提供了直到几年前我们才具备的潜力。GPT-J-6B 是一个拥有 60 亿参数的 NLP 大型模型，由 EleutherAI [1] 构建并通过 Hugging Face 社区开源。[2]该模型具有令人印象深刻的能力、创造力和预测能力。然而，加载像 GPT-J-6B 这样的大型 NLP 模型需要具有挑战性的硬件设置，并且至少需要有关其内部结构和推理方法的基本知识。

Tesla P40在Windows10专业版下走核显输出

最新发布

伊格尼德的博客

02-08

1815

Tesla P40显卡默认在TCC模式下，需要改为WDDM模式才可作为“高性能显卡”使用，配合亮机卡GTX750显示输出玩游戏

深度学习训练，选择P100就对了

weixin_33857679的博客

11-10

4323

1.背景　　去年4月，NVIDIA推出了Tesla P100加速卡，速度是NVIDIA之前高端系统的12倍。同年9月的GTC China 2016大会，NVIDIA又发布了Tesla P4、P40两款深度学习芯片。Tesla P100主攻学习和训练任务，而Tesla P4&P40主要负责图像、文字和语音识别。　　同为Pascal架构且运算能力接近...

windows 11用服务器Tesla P40 24G显卡打游戏

qqk808的博客

05-18

3701

打开注册表，找到“HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\Class\{4d36e968-e325-11ce-bfc1-08002be10318}”，再次打开注册表，找到“\HKEY_LOCAL_MACHINE\SYSTEM\ControlSet001\Control\Class\{4d36e968-e325-11ce-bfc1-08002be10318}”新建一个键："GridLicensedFeatures"，dword值，改为 7。

渲云GPU渲染全面升级！Tesla P40上线专享非凡体验

cicco46688的博客

04-09

1786

在人工智能和智能机器新时代，随着模型的准确性和复杂性越来越高，CPU已经无法再提供互动用户体验，GPU作为人工智能新时代的计算引擎，可加快大规模深度学习应用程序的速度，提供卓越的用户体验。一个值得渲云用户击掌同乐的消息：渲云GPU渲染服务将全面配备NVIDIA Tesla P40...

Nvidia Tesla M40 装机保姆教程

Lucifer_zzq的博客

04-03

1万+

我知道这个卡真的很老了。。。也知道这个卡很菜。。。然鹅没办法也得要维护实验室老旧设备呜呜呜，写给实验室的学弟学妹们流芳百世。尽量不要重启！不要重启！不要重启！）一. 系统安装：只支持Ubuntu 16.04.1（16.04.4啥的内核小范围更新的话和显卡也不适配的）系统，链接地址： http://old-releases.ubuntu.com/releases/16.04.1/ub...

英伟达显卡的使用

毛球饲养员

09-28

784

Nvidia 1080 Ti跑程序先让我兴奋的大笑三声：哈！哈！哈！终于有了1080ti来跑程序了，终于不用等好久才能调一次参数了。回归正题，使用nvidia显卡的时候要注意一些什么呢？查看NVIDIA显卡使用情况在这里主要查看的就是显存的使用情况，因为显卡内存常常会不足，这里就要时刻注意千万不要超出显存。（可能矿卡就是这么来的。猜的）这里既然已经使用了cuda运行程序了，就默认n

Ubuntu 22.04 Tesla V100s显卡驱动，CUDA，cuDNN，MiniCONDA3 环境的安装

蓝创精英团队

12-14

4171

今天来将由《蓝创精英团队》带来一个Ubuntu 显卡环境的安装，主要是想记录下来，方便以后快捷使用。

Ubuntu 18.04 LTS 在vsphere或esxi环境下安装Tesla P100显卡直通

qsdftuyiop的博客

09-20

2270

陆陆续续尝试安装了半年，换了各种办法一直都无法成功安装，终于今天搞定了，记录一下安装过程。该方法用的是官方安装的方法，其他方法我也都试过，每次安装完成后都提示no devices were found，个人感觉之前设置了或没有很可能是造成失败的两大原因。环境：实体设备：Dell R720xd。

英伟达 GPU显卡计算能力查询表

小白学视觉

11-15

2万+

近期小白因为项目需要开始在电脑上配置深度学习环境。经过一些列的苦难折磨之后，电脑环境终于配置好了，但是却被我的显卡劝退了。我是用的是算力2.1的显卡，环境要求算力3以上的显卡，无奈最后只能使用实验室的服务器了。下面列出各种型号的英伟达 GPU与对应的算力，希望能够帮助各位读者。在配置环境之前先看一下自己显卡的算力，以免像小白一样耽误时间。提示：利用浏览器的搜索功能（Ctrl+F），查询自身GPU的计算性能如，想知道GTX980Ti的计算能力，在搜索框中键入：GTX 980 Ti即可（注意这里有

GPU-CUDA-图形渲染分析

吴建明wujianming_110117

08-05

2354

GPU-CUDA-图形渲染分析

NVIDIA驱动、CUDA、Cudnn、Pytorch、MMCV和显卡算力对应关系以及安装

Soonki的博客

03-20

3802

还是需要安装的，不然大概率安装驱动是会报错的。首先，建议把ubuntu镜像换成华为的，个人感觉这个还是蛮快的执行为安装的GCC和G++设置优先级如果不想设置优先级，可以用建立软连接的方法。

ubuntu 20.04下 Tesla P100加速卡使用

xjq163的专栏

01-09

3052

执行安装文件，因为前面已经安装过了driver，这里去掉选择Driver（尝试过不安装前面第四步的driver而在CUDA安装时再安装driver，会提示driver安装失败）。运行tensorflow时提示上面的问题，解决方法：进入目录：/usr/local/cuda/targets/x86_64-linux/lib，建立两个链接文件。从https://developer.nvidia.com/cuda-toolkit-archive 下载cuda 11.8。3.安装tensorflow。

Tesla T4显卡安装及显卡自带显示屏蔽设置

MICO的博客

04-04

4307

2.在官网 https://www.nvidia.com/Download/index.aspx 中下载 T4 显卡驱动.run 文件，本。/etc/modprobe.d/blacklist-nvidia-nouveau.conf 如和下面一样，表示成功。在终端输入：sh NVIDIA-Linux-x86_64-510.47.03.run 然后之后一直按确认直到安装驱动。4.Ubuntu 系统默认安装好是使用的一个开源的驱动：nouveau，我们要安装官方的驱动。输完按 Esc 键+Shift+:+wq。

P40 M40魔改问题集锦+温控散热方案【文末】

爱在深秋

03-01

7853

tesla魔改引发的问题

【炼丹炉】CentOS 7安装GPU（Tesla P100）驱动

黑白象

12-14

3105

下载驱动 https://www.nvidia.cn/Download/index.aspx?lang=cn CentOS 7操作 1. 启动方式需要是 UEFI/EFI 的非安全启动方式； 2. 基础环境准备检查 GPU 是否支持 CUDA lspci | grep -i nvidia 00:09.0 3D controller: NVIDIA Corporation GP100GL [Tesla P100 PCIe 12GB] (rev a1) 检查系统是否支持CUDA uname

如何用GPU算力卡P100玩黑神话悟空？

技术札记

09-08

4019

精力有限，只记录关键信息，希望未来能够有助于其他人。

tesla P4显卡安装教程

12-10

以下是tesla P4显卡安装教程： 1. 禁用nouveau驱动 - 重启系统，进入grub界面 - 在Ubuntu选项上按e键，进入编辑模式 - 在“linux”行末尾添加“nouveau.modeset=0” - 按F10保存并退出编辑模式 - 进入系统后，打开终端，输入以下命令： ```shell echo "blacklist nouveau" >> /etc/modprobe.d/blacklist.conf echo "options nouveau modeset=0" >> /etc/modprobe.d/blacklist.conf sudo update-initramfs -u ``` - 重启系统，输入以下命令检查nouveau是否禁用： ```shell lsmod | grep nouveau ``` 如果没有输出，则表示禁用成功。 2. 安装显卡驱动和CUDA 9.0 - 下载驱动和CUDA 9.0，可以从NVIDIA官网下载 - 进入系统后，按Ctrl+Alt+F1进入tty1终端 - 停止图形界面服务： ```shell sudo service lightdm stop ``` - 进入命令行模式，禁用nouveau： ```shell sudo systemctl stop graphical.target sudo systemctl isolate multi-user.target sudo modprobe -r nouveau ``` - 安装驱动和CUDA 9.0： ```shell sudo sh NVIDIA-Linux-x86_64-xxx.xx.run --no-opengl-files sudo sh cuda_9.0.176_384.81_linux.run ``` - 安装完成后，重新启动系统： ```shell sudo reboot ``` 3. 安装Docker和nvidia-docker - 安装Docker： ```shell sudo apt-get update sudo apt-get install docker.io ``` - 安装nvidia-docker： ```shell curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - distribution=$(. /etc/os-release;echo $ID$VERSION_ID) curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list sudo apt-get update sudo apt-get install -y nvidia-docker2 sudo pkill -SIGHUP dockerd ``` 4. 验证安装 - 运行以下命令，如果输出能够正确显示GPU信息，则表示安装成功： ```shell docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi ```