纯裸机Linux搭建GPU环境

本文详细记录了在Linux系统上安装NVIDIA驱动、CUDA 9.0和cudnn 7.1的过程,以供后续安装TensorFlow-GPU 1.8.0。遇到的问题包括版本不匹配、驱动安装失败、nvidia-smi未找到等,通过解决这些问题,最终成功创建GPU环境。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

纯裸机安装GPU环境:

一路踩坑倒腾一下午 记录下方便后人可以在半小时内完成的事情不用花上一天研究,写的不明白的可以留言,但是比较懒不经常上。。。
症状:nvidia-smi命令显示command not found

简化避坑版:
安装版本推荐(NVIDIA 384.183版本 + CUDA 9.0 + cudnn 7.1 )
切换到root账户
1.先安装NVIDIA驱动
安装kernel :
先查看型号: uname -r
sudo yum install  kernel-devel.x86_64 0:3.10.0-957.10.1.el7(后面的是型号)
官网查找驱动对应版本:https://www.nvidia.com/Download/index.aspx?lang=cn
wget http://cn.download.nvidia.com/tesla/396.82/NVIDIA-Linux-x86_64-396.82.run
(由于安装必须在root账户 因此下载前先切到root账户
图形界面选择是 一路选择默认的yes or no 即可
启动nvidia-smi 查看是否安装成功

2.安装cuda
找到合适的cuda版本 https://developer.nvidia.com/cuda-downloads
在提示选择是否装驱动的时候 选择no
cuda 环境路径配置
vim  ~/.bashrc 
添加如下三行:
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda-9.0
source ~/.bashrc  

3.安装cudnn
解压cudnn压缩包,并移到cuda目录

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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