风火编程--centos7配置gpu环境

1. 下载显卡驱动
   1.1查看gpu型号
   lspci | grep -i nvidia
   1.2 下载驱动
   https://www.nvidia.co.uk/Download/index.aspx?lang=en-cn
   1.3. 修改权限
   chmod 777 NVIDIA-Linux-x86_64-440.100.run

2. 如果没有gcc需要安装对应系统版本的kernel-headers
   sudo yum install kernel-devel
   或者
   3.1 查看系统版本
   uname -r
   3.2下载rtmp包
   http://rpm.pbone.net/
   3.3 安装
   sudo yum install kernel-devel-3.10.0-1062.el7.x86_64.rpm

3. 安装显卡驱动
   4.1 下载地址
   https://www.nvidia.cn/Download/index.aspx?lang=cn
   4.2 安装
   sudo sh cuda_9.0.176_384.81_linux-run.run

4. 安装cuda-toolkit
   5.1 进入网站
   https://developer.nvidia.com/zh-cn/cuda-toolkit
   https://developer.nvidia.com/cuda-toolkit-archive
   5.2 选择: 立即下载->linux->…
   5.3 按照提示执行命令
   wget https://developer.download.nvidia.com/compute/cuda/11.5.1/local_installers/cuda-repo-rhel7-11-5-local-11.5.1_495.29.05-1.x86_64.rpm
   rpm -i cuda-repo-rhel7-11-5-local-11.5.1_495.29.05-1.x86_64.rpm
   yum clean all
   yum -y install nvidia-driver-latest-dkms cuda
   yum -y install cuda-drivers

5. 禁用nouveau
   vim /etc/modprobe.d/blacklist-nouveau.conf
   写入
   blacklist nouveau
   options nouveau modeset=0
   保存

检查
lsmod | grep nouveau

7. 安装cudnn
   https://developer.nvidia.com/rdp/cudnn-archive
   7.1 解压
   tar xzvf cudnn-8.0-linux-x64-v5.1.tgz
   7.2 把cudnn解压后的cuda文件夹中的lib64文件夹copy到/usr/local/cuda/中
   cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
   9.3 把cudnn解压后的cuda文件夹中的include/cudnn.h文件copy到/usr/local/cuda/include/中
   cp cuda/include/cudnn.h /usr/local/cuda/include

测试gpu安装是否成功
进入python交互环境
import tensorflow as tf
tf.test.is_gpu_device_name()
tf.test.is_gpu_available()

查看gpu型号
lspci | grep -i vga
返回4位16进制数字
http://pci-ids.ucw.cz/read/PC/10de/24b0
输入查询

查看gpu使用概况
nvidia-smi
查看gpu使用详情

查看cpu使用详情
mpstat -P ALL 2

缺少库文件
可能是由于tf版本和cuda版本不匹配
pip install -U tensorflow_gpu==???

卸载cuda
su root
yum remove kmod-nvidia-*
yum remove “nvidia”
yum remove “cublas” “cuda*”

sudo reboot

sudo lsof /dev/nvidia*

没有git
conda install pygit