三、GPU专题篇——让你的代码飞起来（Nvidia驱动、Cuda、Cudnn的素质三连）

最新推荐文章于 2025-02-09 16:56:31 发布

zcy0xy

最新推荐文章于 2025-02-09 16:56:31 发布

阅读量2.5k

点赞数

分类专栏： caffe

本文链接：https://blog.youkuaiyun.com/zcy0xy/article/details/78247835

版权

caffe 专栏收录该内容

9 篇文章

订阅专栏

如果你的电脑只有CPU或者显卡配置不够高（1060以下），可以直接跳过这里，GPU加速与你无缘。
注意，我的显卡型号为GTX1080，写下此文的时间是2017.10.16，此时nvidia-367 是最新的可以apt-get的驱动。

请对比你现在的时间，查找确定最新的合适的显卡驱动。

3.1 Nvidia驱动

在我的测试中，不需要像网上大部分人说的那样禁用桌面显示系统，我发现这种做法对于小白风险很大。
下面是我的直接用apt-get安装的方法

sudo add-apt-repository ppa:graphics-drivers/ppa

这一步添加源，需要输入回车
然后安装

sudo apt-get update 
sudo apt-get install nvidia-367 
sudo apt-get install mesa-common-dev 
sudo apt-get install freeglut3-dev

最后输入

reboot

重启系统，可以Nvidia驱动生效
测试方法：
输入

 watch -n 1 nvidia-smi

看是否可以显示显卡状态
(如果你是禁用桌面系统然后tty命令行安装驱动的话，做到这一步你一定会后悔怎么没早看到这个做法，并且大喊一声好人一生平安的)

3.2 Cuda

先去下载.run格式的cuda安装文件
https://developer.nvidia.com/cuda-zone
注意不要下载最近版本的，要下载8.0或者7版本的cuda
我下载的是“cuda_8.0.61_375.26_linux.run”
安装：

sh cuda_8.0.61_375.26_linux.run

他会让你看很长的一段说明，我的办法是拿一张公交卡卡在回车键上，不用手指一直按着了。

但是，在大概97%的时候要用手了，因为看完了需要输入一些东西

Do you accept the previously read EULA?accept/decline/quit: accept


Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 361.62?(y)es/(n)o/(q)uit: n


Install the CUDA 8.0 Toolkit?(y)es/(n)o/(q)uit: y


Enter Toolkit Location[ default is /usr/local/cuda-8.0 ]:


Do you want to install a symbolic link at /usr/local/cuda?(y)es/(n)o/(q)uit: y


Install the CUDA 8.0 Samples?(y)es/(n)o/(q)uit: y

注意第二个问题是选择n，不然前面装的nvidia-367 就被覆盖掉了。
完成得很快，但是这时候路径里是不包含cuda的，你可以看一下：

echo $PATH

我的显示是这样：

/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games:/snap/bin

没有cuda对吧？
所以添加路径：

sudo gedit ~/.bashrc

在最前面加入：

export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

保存退出后，用source使之生效：

source ~/.bashrc

这时候你再看看：

echo $PATH

/usr/local/cuda-8.0/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games:/snap/bin

有cuda了，再看看LD_LIBRARY_PATH：

echo $LD_LIBRARY_PATH

/usr/local/cuda-8.0/lib64:

也是有cuda的

以下是测试方法：

由于前面我选择了Install the CUDA 8.0 Samples?(y)es/(n)o/(q)uit: y
所以在用户目录下会有个文件夹“NVIDIA_CUDA-8.0_Samples”，点进去随便选择一个example，比如就第一个“/root/NVIDIA_CUDA-8.0_Samples/0_Simple/asyncAPI”
在这里：

make
./asyncAPI

看到输出了吧？

3.3 Cudnn

地址： https://developer.nvidia.com/rdp/cudnn-archive

Cudnn不需要安装，把路径添加到cuda中进去就行了
复制进来

sudo cp 【你的cudnn解压目录】/cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp 【你的cudnn解压目录】/cuda/lib64/libcudnn* /usr/local/cuda/lib64/

授予权限

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

测试方法：
进到前面那个“NVIDIA_CUDA-8.0_Samples”中来，我的是：

cd /root/NVIDIA_CUDA-8.0_Samples/1_Utilities/deviceQuery
make
./deviceQuery

运行结果最后看到

Result = PASS

就说明成功啦！

到此为止，GPU相关的内容全部大功告成了