Ubuntu22.04多显卡安装paddle GPU

总结

本次配置版本信息如下：

• NVIDIA 显卡：两张
• CUDA：11.8
• cuDNN：8.6.0
• NCCL：2.21.5.1

确立版本

• 查看官网信息，确立服务版本：https://www.paddlepaddle.org.cn/documentation/docs/zh/2.6/install/pip/linux-pip.html
  

安装CUDA与CUDNN

• 通过nvidia-smi查看当前显卡驱动版本：
  

• 通过https://docs.nvidia.cn/cuda/cuda-toolkit-release-notes/index.html找到与之对应的 CUDA 版本：
  

• 再通过https://developer.nvidia.com/cuda-toolkit-archive/下载该版本的 CUDA ：
  

  wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
  sudo sh cuda_11.8.0_520.61.05_linux.run --override
  

  报的警告选择 continue ：
  

  根据提示选择安装选项，此处我使用的是lxd容器，之前已经安装过显卡驱动，所以此处选择的不安装，如果是物理机或者第一次配置环境，此处应勾选：
  
  安装完成后提示：
  

• 根据上图提示需要配置环境变量：

  vim  ~/.bashrc
  

  再文件最后加入以下语句（加入的具体内容根据上述输出进行修改）：

  export CUDA_HOME=/usr/local/cuda-11.8
  export LD_LIBRARY_PATH=${CUDA_HOME}/lib64
  export PATH=${CUDA_HOME}/bin:${PATH}
  

  然后使其生效：

  source ~/.bashrc
  

• 可以使用命令 nvcc -V 查看安装的版本信息：
  

• 进入https://developer.nvidia.cn/rdp/cudnn-archive下载对应 CUDA 的 cuDNN ：
  

• 下载好解压：

  tar xvf cudnn-linux-x86_64-8.6.0.163_cuda11-archive.tar.xz
  

• 进入解压后的目录运行以下命令：

  sudo cp include/cudnn*.h  /usr/local/cuda/include
  sudo cp lib/libcudnn* /usr/local/cuda/lib64
  sudo chmod a+r /usr/local/cuda/include/cudnn*.h 
  sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
  

• 拷贝完成之后，可以使用以下命令查看CUDNN的版本信息：

  cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
  

  
  表示版本信息为8.6.0。

安装paddle

• 查看文档https://www.paddlepaddle.org.cn/documentation/docs/zh/2.6/install/pip/linux-pip.html，使用对应命令安装 paddle：

  python -m pip install paddlepaddle-gpu==2.6.2 -i https://www.paddlepaddle.org.cn/packages/stable/cu118/
  

  

安装 NCCL

• 查看文档：https://developer.nvidia.com/nccl/nccl-legacy-downloads，找到对应的命令：

  wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-keyring_1.0-1_all.deb
  sudo dpkg -i cuda-keyring_1.0-1_all.deb
  sudo apt-get update
  sudo apt install libnccl2=2.16.5-1+cuda11.8 libnccl-dev=2.16.5-1+cuda11.8
  

  

验证安装

import paddle
paddle.utils.run_check()