Ubuntu20.04安装NVIDIA显卡驱动、CUDA、CUDNN、TensorRT


一、Nidia显卡驱动(apt install)

1. 禁用自带驱动

sudo gedit /etc/modprobe.d/blacklist_nouveau.conf

# 在/etc/modprobe.d/blacklist_nouveau.conf中加入下面两行命令
blacklist nouveau
options nouveau modeset=0

2. 卸载显卡驱动

sudo apt-get --purge remove nvidia-*

3. 查看系统中驱动版本,选择推荐的驱动版本进行安装:如安装535版本驱动命令如下

ubuntu-drivers devices
sudo apt install nvidia-driver-535

4. 重启电脑

reboot

5. 验证

nvidia-smi

二、CUDA(`run`文件安装)

1. 下载cuda安装包:https://developer.nvidia.com/cuda-toolkit-archive
2. 安装

sodo sh cuda_xxxxx.run

3. 选择不安装驱动

4. 设置环境变量

export CUDA_HOME=/usr/local/cuda-10.2
export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:${CUDA_HOME}/lib64
export PATH=${CUDA_HOME}/bin:${PATH}

5. 验证

# 查看版本信息
nvcc -V

# 编译测试
cd /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery
make
./deviceQuery

三、CUDNN


1. 下载CUDNN安装包:https://developer.nvidia.com/rdp/cudnn-archive
2. 解压

tar -xvf cudnn-linux-x86_64-8.x.x.x.tar.xz

3. 安装

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

4. 验证

cat /usr/local/cuda/include/cudnn.h | grep cudnn

四、TensorRT

参考资料:
https://docs.nvidia.com/deeplearning/tensorrt/install-guide/index.html#installing-tar
https://zhuanlan.zhihu.com/p/392143346
https://blog.51cto.com/u_12870633/6149817
https://blog.youkuaiyun.com/u010420283/article/details/134634995?spm=1001.2014.3001.5506

1. 下载TensorRT安装包:https://developer.nvidia.com/tensorrt/download
2. 解压

version="8.x.x.x"
arch=$(uname -m)
cuda="cuda-x.x"
tar -xzvf TensorRT-${version}.Linux.${arch}-gnu.${cuda}.tar.gz

3. 移动到指定文件夹

mv TensorRT-${version} /usr/local

```bash

```
3. 添加环境变量

sudo gedit ~/.bashrc


export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/TensorRT-${version}/lib
export C_INCLUDE_PATH=$C_INCLUDE_PATH:/usr/local/TensorRT-${version}/include
export CPLUS_INCLUDE_PATH=$CPLUS_INCLUDE_PATH:/usr/local/TensorRT-${version}/include


source ~/.bashrc

4. 验证

cd /usr/local/TensorRT-${version}/samples/sampleOnnxMNIST
sudo make
/usr/local/TensorRT-${version}/bin/sample_onnx_mnist

5. 验证报错

sudo rmmod nvidia_uvm
sudo modprobe nvidia_uvm
### 安装 TensorRT 的前提条件 为了成功安装 TensorRT,在 Ubuntu 20.04 上需先完成 CUDA 10.1 和 cuDNN 7.6.5 的安装[^1]。确认这些组件已正确部署对于后续操作至关重要。 ### 准备工作 确保系统已经更新至最新状态: ```bash sudo apt update && sudo apt upgrade -y ``` ### 下载并安装 NVIDIA 驱动程序 如果尚未安装适合 GPU 的驱动程序,则需要下载对应版本的 NVIDIA 显卡驱动,并按照官方指导完成安装。这一步骤不在本指南范围内,建议查阅NVIDIA官方网站获取具体说明。 ### 获取 TensorRT 软件包 访问[NVIDIA Developer](https://developer.nvidia.com/tensorrt)页面注册账号后可以找到适用于不同平台和CUDA版本的TensorRT软件包。选择与当前环境匹配的版本进行下载。 针对Ubuntu 20.04 LTS以及CUDA 10.1组合,推荐使用通过`.deb`文件形式发布的稳定版TensorRT库来简化安装流程。 ### 执行安装命令 假设选择了 `.deb` 文件作为分发介质,可以通过如下方式执行本地安装: ```bash # 替换下面路径为你实际保存.deb文件的位置 cd ~/Downloads/ sudo dpkg -i tensorrt*.deb ``` 上述命令会自动解析依赖关系并将必要的资源添加到系统的环境中去[^2]。 ### 设置环境变量 为了让编译器和其他工具能够识别新加入的库位置,编辑 `~/.bashrc` 或者 `/etc/profile.d/nvidia.sh` 添加以下内容: ```bash export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/lib/x86_64-linux-gnu export PATH=/usr/bin:$PATH source ~/.bashrc # 应用更改 ``` 重启终端使设置生效。 ### 测试安装成果 最后验证是否能正常调用TensorRT API函数,可以从Python交互模式尝试导入模块来进行简单测试: ```python import tensorflow as tf print(tf.__version__) from tensorflow.python.compiler.tensorrt import trt_convert as trt print(trt.is_tensorrt_enabled()) ``` 这段脚本不仅检验了 TensorFlow 对 TensorRT 支持情况,同时也间接证明了整个集成过程的成功与否。
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