统信UOSv20(1070)离线安装显卡驱动、CUDA以及cuDNN

部署运行你感兴趣的模型镜像

一、安装包的下载

首先需要确认自己NDVIA显卡的型号
lspci | grep -i nvidia

NVIDIA驱动下载

手动驱动搜索选择对应的操作系统

点击查看,点击下载

将下载的NVIDIA-Linux-x86_64-570.169.run通过xftp拷贝到统信UOSV20的桌面安装包文件夹中

参考文档1

cd 当前文件夹

sudo chmod 777 ./NVIDIA-Linux-x86_64-570.169.run

在安装前禁用nouveau 驱动

创建文件blacklist-nouveau.conf文件

sudo nano /etc/modprobe.d/blacklist-nouveau.conf

添加如下文本

# generated by nvidia-installer

blacklist nouveau

options nouveau modeset=0

检查该文件路径和内容

ls -lh /etc/modprobe.d/blacklist-nouveau.conf

cat /etc/modprobe.d/blacklist-nouveau.conf

更新内核

sudo update-initramfs -u

在命令行界面执行下列指令切换启动级别信息:systemctl  set-default  multi-user.target

在命令行界面执行下列指令重启系统:init 6

安装显卡驱动需要进入系统运行级别 3

sudo init 3

登录并进入命令行,卸载曾安装的 nvidia 驱动

sudo apt purge nvidia*

sudo apt autoremove --purge

sudo ./NVIDIA-Linux-x86_64-570.169.run

选择对应的弹出内容,安装完成后重启系统

modprobe nvidia

nvidia-smi

由上可知CUDA Version为12.8,驱动版本为自行下载的570.169

CUDA开发工具包

安装包下载地址为https://developer.download.nvidia.com/compute/cuda/12.8.0/local_installers/cuda_12.8.0_570.86.10_linux.run

xftp上传后,使用root用户,直接给777权限,给完权限后进行安装

提示tmp空间不足

按照上述的解决方案,sdo mkdir /home/tmp。在安装时指定tmpdir=/home/tmp,以解决tmp空间不足的问题

accept

如上,实际安装只选了CUDA ToolKit12.8

以上即为安装成功

开始进行环境变量的配置:

打开命令行输入以下命令进行~/.bashrc文件的修改:

sudo nano ~/.bashrc

将下面内容添加到文件最后

export PATH=/usr/local/cuda-12.8/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-12.8/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda-12.8

刷新环境变量

source ~/.bashrc

sudo ldconfig

验证CUDA是否安装成功

nvcc -V

切换用户,存在nvcc -V命名无法生效,需要在该用户下创建CUDA的环境变量,和上同即可

nano ~/.bashrc

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-12.8/lib64:$LD_LIBRARY_PATH

source ~/.bashrc

cudnn参考文档 

tar -xvf cudnn-linux-$arch-8.x.x.x_cudaX.Y-archive.tar.xz
cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include
cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64
chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
 
#加上版本号后,实际执行命令如下
tar -xvf cudnn-linux-x86_64-8.9.7.29_cuda12-archive.tar.xz 
cp cudnn-linux-x86_64-8.9.7.29_cuda12-archive/include/cudnn*.h /usr/local/cuda/include
cp -P cudnn-linux-x86_64-8.9.7.29_cuda12-archive/lib/libcudnn* /usr/local/cuda/lib64
chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

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

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