1 安裝顯卡驅動
1.1 BIOS禁用Secure Boot
- 打開服務器電源，按F2進入Bios設置
- 在System BIOS ->System Security -> Secure Boot，選擇Disabled，保存退出
1.2 禁用第三方驅動Nouveau
- 卸載之前安裝的NVIDIA驅動
$ sudo apt-get purge nvidia*
- 將nouveau加入黑名單內
# 編輯blacklist.conf
$ sudo nano /etc/modprobe.d/blacklist.conf
# 在blacklist.conf的文件的最后手動添加：blacklist nouveau
# 更新內核
$ sudo update-initramfs -u
# 重啟
reboot
# 重啟后驗證nouveau是否被禁用，如果下列語句無輸出，表示禁用成功
lsmod | grep nouveau
1.3 官網下載驅動
- 官網地址：https://www.geforce.cn/drivers
- 選擇自己的顯卡型號和操作系統后，下載對應的驅動（現在的版本是:430.34）
1.4 安裝驅動
- 重啟服務器，進入命令行界面進行安裝。服務器重啟進入到用戶登錄界面時，按CTRL+ALT+F2(F2~F6均可，對應不同的5個終端，F1是圖形界面)進入命令行界面
- 進入驅動的下載目錄，開始安裝
# 安裝gcc make
$ sudo apt-get install gcc make g++
# 給文件增加可執行權限
$ sudo chmod a+x NVIDIA-Linux-x86_64-430.34.run
# 開始安裝，后面的那個參數表示不安裝OPENGL
$ sudo ./NVIDIA-Linux-x86_64-430.34.run --no-opengl-files
# 安裝完成后，重啟
$ reboot
# 驗證是否安裝成功
$ nvidia-smi
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 430.34 Driver Version: 430.34 CUDA Version: 10.1 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce RTX 208... Off | 00000000:02:00.0 Off | N/A |
| 18% 61C P0 67W / 250W | 0MiB / 11019MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
| 1 GeForce RTX 208... Off | 00000000:04:00.0 Off | N/A |
| 27% 64C P0 1W / 250W | 0MiB / 11019MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
2 安裝CUDA 10.1
2.1 下載CUDA安裝文件
- 進入官網，選擇對應的操作系統版本，建議下載
runfile（下載過deb，但是安裝失敗）
2.2 執行安裝
- 進入下載目錄，執行命令
# 開始安裝
$ sudo sh cuda_10.1.168_418.67_linux.run
# 添加環境變量
$ sudo nano /etc/profile
# 添加以下文本到profile的最后
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
# 保存修改，然后更新環境變量
$ source /etc/profile
2.3 測試CUDA是否安裝成功
- 編譯CUDA的Sample
cd ~
cp -r /usr/local/cuda-10.1/samples/ .
cd samples/
# make大概要10分鍾左右
make
- 測試CUDA
cd ./1_Utilities/deviceQuery
./deviceQuery
# 出現如下類似結果，表示成功
./deviceQuery Starting...
CUDA Device Query (Runtime API) version (CUDART static linking)
Detected 2 CUDA Capable device(s)
Device 0: "GeForce RTX 2080 Ti"
CUDA Driver Version / Runtime Version 10.1 / 10.1
CUDA Capability Major/Minor version number: 7.5
Total amount of global memory: 11019 MBytes (11554717696 bytes)
(68) Multiprocessors, ( 64) CUDA Cores/MP: 4352 CUDA Cores
GPU Max Clock rate: 1545 MHz (1.54 GHz)
Memory Clock rate: 7000 Mhz
3 安裝cuDNN 7.6
-
進入官網下載文件，需要注冊后才能下載，https://developer.nvidia.com/cudnn
-
CUDA 10.1對應的cuDNN是7.6，選擇對應版本，下載文件。如下圖：
-
安裝cuDNN
tar -zxvf cudnn-10.1-linux-x64-v7.6.1.34.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
- 查看cuDNN的版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
# 輸出結果如下：
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 1
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
4 安裝Anaconda(Python 3.7 version)
- 下載 Anaconda，網址：https://www.anaconda.com/distribution/#download-section
- 開始安裝
$ sudo chmod +x Anaconda3-2019.03-Linux-x86_64.sh
$ sudo bash Anaconda3-2019.03-Linux-x86_64.sh
5 安裝TensorFlow 1.14(GPU版)
- 安裝TF
# 建議先將conda的源設置為國內的，否則速度太慢
$ conda install tensorflow-gpu==1.14.0
如果出現anaconda3文件無寫入權限的問題(EnvironmentNotWritableError: The current user does not have write permissions to the target environment)，可以使用命令對文件夾授權。
sudo chown -R user_name /path/to/anaconda3
- 測試TF
python -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"