純凈Ubuntu16安裝CUDA(9.1)和cuDNN

歡迎訪問我的GitHub

https://github.com/zq2599/blog_demos

內容：所有原創文章分類匯總及配套源碼，涉及Java、Docker、Kubernetes、DevOPS等；

本篇概覽

• 自己有一台2015年的聯想筆記本，顯卡是GTX950M，已安裝ubuntu 16.04 LTS桌面版，為了使用其GPU完成deeplearning4j的訓練工作，自己動手安裝了CUDA和cuDNN，在此將整個過程記錄下來，以備將來參考，整個安裝過程分為以下幾步：

1. 准備工作
2. 安裝Nvidia驅動
3. 安裝CUDA
4. 安裝cuDNN

特別問題說明

• 按照一般步驟，在安裝完Nvidia顯卡驅動后，會提示對應的CUDA版本，接下來按照提示的版本安裝CUDA，例如我這里提示的是11.2，正常情況下，我應該安裝11.2版本的CUDA

• 但是我選擇9.1版本就行安裝，因為之前的開發中發現deeplearning4j使用了11.2的SDK后，啟動應用會有ClassNotFound的錯誤，此問題至今未修復(慚愧，欣宸水平如此之低...)，因此，我在Nvidia驅動提示11.2版本的情況下，依然安裝了9.1版本，后來在此環境運行deeplearning4j應用一切正常

• 如果您沒有我這類問題，完全可以按照驅動指定的版本來安裝CUDA，具體的操作步驟稍后會詳細說到；

准備工作

• 接下來的操作，除了在網頁下載，其余都是ssh遠程連接到ubuntu機器操作的，ssh登錄的帳號為普通帳號，並非root

• 如果已有驅動，請先刪除：

sudo apt-get remove --purge nvidia*

• 禁用nouveau驅動（很重要），用vi打開文件/etc/modprobe.d/blacklist.conf，在尾部增加以下內容，然后保存退出：

blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off

• 關閉nouveau：

echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf

• 更新initramfs:

update-initramfs -u

• 執行reboot重啟電腦

• 重啟后，執行以下命令，應該不會有任何輸出，證明nouveau已經禁用：

lsmod|grep nouveau

• 獲取Kernel source：

sudo apt-get install linux-source

• 安裝過程中顯示信息如下圖：

• 根據上圖紅框中的信息，可知內核版本號為，於是執行以下命令：

sudo apt-get install linux-headers-4.4.0-210-generic

下載和安裝Nvidia驅動

• 訪問Nvidia網站，地址https://www.nvidia.cn/Download/index.aspx?lang=cn，然后選擇對應的顯卡和操作系統，我的選擇如下圖所示：

• 點擊上圖搜索按鈕后，進入下圖頁面，點擊下載：

• 下載得到的文件名為NVIDIA-Linux-x86_64-460.84.run

• 關閉圖形頁面：

sudo service lightdm stop

• 給驅動文件增加可執行權限：

sudo chmod a+x NVIDIA-Linux-x86_64-460.84.run

• 開始安裝：

sudo ./NVIDIA-Linux-x86_64-460.84.run -no-x-check -no-nouveau-check -no-opengl-files

• 遇到下圖，選擇紅框：

• 遇到下圖，直接回車：
  

• 恢復圖形頁面：

sudo service lightdm start

• 執行命令nvidia-smi，如果驅動安裝成功，會顯示以下內容：

will@lenovo:~/temp/202106/20$ nvidia-smi
Sun Jun 20 09:02:11 2021       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 460.84       Driver Version: 460.84       CUDA Version: 11.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  GeForce GTX 950M    Off  | 00000000:01:00.0 Off |                  N/A |
| N/A   41C    P0    N/A /  N/A |      0MiB /  4046MiB |      1%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

• 從上述內容可見CUDA Version: 11.2表示該驅動對應的CUDA版本應該是11.2，正如前面所說，我這邊遇到了問題，因此接下來會安裝9.1版本，但是您可以選擇安裝11.2

安裝CUDA

• 瀏覽器訪問https://developer.nvidia.com/cuda-toolkit-archive，點擊紅框中的鏈接：

• 如下圖，下載Linux版本：

• 繼續選擇x86_64：

• 選擇具體的Linux版本及其版本號：

• 要下載的東西不少，一個安裝程序和三個補丁：

• 上述四個文件的下載地址整理如下：

https://developer.download.nvidia.cn/compute/cuda/9.1/secure/Prod/local_installers/cuda_9.1.85_387.26_linux.run?P0Ntu_6NLtuuEMm6fJRk1W5vl4KM7oaT1oFW870zKJ-zDw2ckKntFLOE6klRJfw2CmTa8z3Q390_6urlgc6LqjoqlIFW9gvfvDCusnINYplLaw1u8lRY8R4oVNtpNzaXU4BQcHjvdb6c6rjq20dktCcRd4640woXt1yHmD95v1Du7wdBBXq2eOY

https://developer.download.nvidia.cn/compute/cuda/9.1/secure/Prod/patches/1/cuda_9.1.85.1_linux.run?yeXf_7wIGlHAUw--E_YVLQZRgXv0x2i043woJVY-ydXU5Kyhc-eYQf5JmL-4mvYmlvPYCEc5RhT2sDWscX20CJbdOwpkt30kWb9vx8E4oIlajDQ3MVPvXdiKKsIOBUx-h0q0N0jSkNn80VMhW-nk8jwvRY_e6MuFzqWBaPk

https://developer.download.nvidia.cn/compute/cuda/9.1/secure/Prod/patches/2/cuda_9.1.85.2_linux.run?5jGZxNigaOJkaaPbMagjhSW7ebQvYGyYoqe2vBxZ1eV8qp2BzXJLxIPgAo11UgWhORirQkdJGq5b8eFh4aShBVUTmuPaasvRiMCKDZw5yjjIobGQrCEyU-LFO59AbrRER57Mxa0T1Sc97fC80IOZq8Ox2repjn7A3oYVgd8

https://developer.download.nvidia.cn/compute/cuda/9.1/secure/Prod/patches/3/cuda_9.1.85.3_linux.run?CxWimJTC-XROYihig-UZmH62odbJInf1fmxTZ_bsW1nQ0Zz5cL5r8qLmlMR_1j2rVhk3j8Z5lS6dpArt8frjGHH2MeVn5TefMoclam8udm-RSMMmqHXYE66hHN2D0drVEdtCwe8ZrEIYb2rpucaz9svCFE8Z319mge4Ju94

• 下載完畢后，執行命令chmod a+x *.run為上述四個文件增加可執行權限

• 安裝CUDA：

sudo sh cuda_9.1.85_387.26_linux.run

• 遇到license時，像是用vi工具那樣，輸入":"，再輸入"q"回車，就能跳過license閱讀，執行真正的安裝操作了：

• 接下來是一系列提問，每一個提問的回答如下圖，千萬注意紅框中的問題一定要選擇n：

• 安裝完成后輸出以下內容：

Installing the CUDA Toolkit in /usr/local/cuda-9.1 ...
Missing recommended library: libGLU.so
Missing recommended library: libX11.so
Missing recommended library: libXi.so
Missing recommended library: libXmu.so
Missing recommended library: libGL.so

Installing the CUDA Samples in /home/will ...
Copying samples to /home/will/NVIDIA_CUDA-9.1_Samples now...
Finished copying samples.

===========
= Summary =
===========

Driver:   Not Selected
Toolkit:  Installed in /usr/local/cuda-9.1
Samples:  Installed in /home/will, but missing recommended libraries

Please make sure that
 -   PATH includes /usr/local/cuda-9.1/bin
 -   LD_LIBRARY_PATH includes /usr/local/cuda-9.1/lib64, or, add /usr/local/cuda-9.1/lib64 to /etc/ld.so.conf and run ldconfig as root

To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-9.1/bin

Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-9.1/doc/pdf for detailed information on setting up CUDA.

***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 384.00 is required for CUDA 9.1 functionality to work.
To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:
    sudo <CudaInstaller>.run -silent -driver

Logfile is /tmp/cuda_install_13425.log

• 打開文件~/.bashrc，在尾部增加以下兩行(LD_LIBRARY_PATH如果已經存在，請參考PATH的寫法改成追加)：

export PATH=/usr/local/cuda-9.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64

• 執行命令source ~/.bashrc使配置生效

• 執行命令su -切換到root帳號，執行以下命令（不要用sudo，而是切到root帳號）：

sudo echo "/usr/local/cuda-9.1/lib64" >> /etc/ld.so.conf

• 再以root身份執行以下命令：

ldconfig

• 執行命令exit退出root身份，現在又是普通帳號的身份了

• 執行命令nvcc -V檢查CUDA版本，注意參數V是大寫：

will@lenovo:~$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Nov__3_21:07:56_CDT_2017
Cuda compilation tools, release 9.1, V9.1.85

• 安裝第一個補丁：

sudo sh cuda_9.1.85.1_linux.run

• 安裝第二個補丁：

sudo sh cuda_9.1.85_387.26_linux.run

• 安裝第三個補丁：

sudo sh cuda_9.1.85_387.26_linux.run

安裝cuDNN

• 瀏覽器訪問https://developer.nvidia.com/zh-cn/cudnn：

• 按提示登錄，如果沒有帳號請注冊一個，登錄后進入下載頁面，需要點擊下圖紅框位置才有能見到老版本：

• 選擇與CUDA匹配的版本：

• 下載后解壓，得到文件夾cuda，然后執行以下命令：

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*

• 執行檢查確認的命令cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2，如果安裝順利會有以下輸出：

#define CUDNN_MAJOR 7
#define CUDNN_MINOR 1
#define CUDNN_PATCHLEVEL 3
--
#define CUDNN_VERSION    (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#include "driver_types.h"

• 至此，Ubuntu16安裝CUDA(9.1)和cuDNN已經完成了，希望能給您一些參考。

你不孤單，欣宸原創一路相伴

1. Java系列
2. Spring系列
3. Docker系列
4. kubernetes系列
5. 數據庫+中間件系列
6. DevOps系列

歡迎關注公眾號：程序員欣宸

微信搜索「程序員欣宸」，我是欣宸，期待與您一同暢游Java世界...
https://github.com/zq2599/blog_demos