纯净Ubuntu16安装CUDA(9.1)和cuDNN

男娘i 2022-10-08 05:38 229阅读 0赞

### 欢迎访问我的GitHub ###

> 这里分类和汇总了欣宸的全部原创(含配套源码)：[https://github.com/zq2599/blog\_demos][https_github.com_zq2599_blog_demos]

### 本篇概览 ###

*  自己有一台2015年的联想笔记本，显卡是GTX950M，已安装ubuntu 16.04 LTS桌面版，为了使用其GPU完成deeplearning4j的训练工作，自己动手安装了CUDA和cuDNN，在此将整个过程记录下来，以备将来参考，整个安装过程分为以下几步：

1.  准备工作
2.  安装Nvidia驱动
3.  安装CUDA
4.  安装cuDNN

### 特别问题说明 ###

*  按照一般步骤，在安装完Nvidia显卡驱动后，会提示对应的CUDA版本，接下来按照提示的版本安装CUDA，例如我这里提示的是11.2，正常情况下，我应该安装11.2版本的CUDA
 *  但是我选择9.1版本就行安装，因为之前的开发中发现deeplearning4j使用了11.2的SDK后，启动应用会有ClassNotFound的错误，此问题至今未修复(惭愧，欣宸水平如此之低…)，因此，我在Nvidia驱动提示11.2版本的情况下，依然安装了9.1版本，后来在此环境运行deeplearning4j应用一切正常
 *  如果您没有我这类问题，完全可以按照驱动指定的版本来安装CUDA，具体的操作步骤稍后会详细说到；

### 准备工 ###

*  接下来的操作，除了在网页下载，其余都是ssh远程连接到ubuntu机器操作的，ssh登录的帐号为普通帐号，并非root
 *  如果已有驱动，请先删除：

sudo apt-get remove --purge nvidia*

*  禁用nouveau驱动（**很重要**），用vi打开文件/etc/modprobe.d/blacklist.conf，在尾部增加以下内容，然后保存退出：

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

*  关闭nouveau：

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

*  更新initramfs:

update-initramfs -u

*  执行reboot重启电脑
 *  重启后，执行以下命令，应该不会有任何输出，证明nouveau已经禁用：

lsmod|grep nouveau

*  获取Kernel source：

sudo apt-get install linux-source

*  安装过程中显示信息如下图：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70_pic_center]
 *  根据上图红框中的信息，可知内核版本号为，于是执行以下命令：

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

### 下载和安装Nvidia驱动 ###

*  访问Nvidia网站，地址https://www.nvidia.cn/Download/index.aspx?lang=cn，然后选择对应的显卡和操作系统，我的选择如下图所示：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70_pic_center 1]
 *  点击上图搜索按钮后，进入下图页面，点击下载：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70_pic_center 2]
 *  下载得到的文件名为NVIDIA-Linux-x86\_64-460.84.run
 *  关闭图形页面：

sudo service lightdm stop

*  给驱动文件增加可执行权限：

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

*  开始安装：

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

*  遇到下图，选择红框：  
    ![在这里插入图片描述][20210620085749730.png_pic_center]
 *  遇到下图，直接回车：  
    ![在这里插入图片描述][20210620085805622.png_pic_center]
 *  恢复图形页面：

sudo service lightdm start

*  执行命令nvidia-smi，如果驱动安装成功，会显示以下内容：

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                                                 |
    +-----------------------------------------------------------------------------+

*  从上述内容可见CUDA Version: 11.2表示该驱动对应的CUDA版本应该是11.2，正如前面所说，我这边遇到了问题，因此接下来会安装9.1版本，但是您可以选择安装11.2

### 安装CUDA ###

*  浏览器访问https://developer.nvidia.com/cuda-toolkit-archive，点击红框中的链接：  
    ![在这里插入图片描述][20210620092044781.png_pic_center]
 *  如下图，下载Linux版本：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70_pic_center 3]
 *  继续选择x86\_64：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70_pic_center 4]
 *  选择具体的Linux版本及其版本号：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70_pic_center 5]
 *  要下载的东西不少，一个安装程序和三个补丁：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70_pic_center 6]
 *  上述四个文件的下载地址整理如下：

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

*  下载完毕后，执行命令chmod a+x \*.run为上述四个文件增加可执行权限
 *  安装CUDA：

sudo sh cuda_9.1.85_387.26_linux.run

*  遇到license时，像是用vi工具那样，输入":"，再输入"q"回车，就能跳过license阅读，执行真正的安装操作了：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70_pic_center 7]
 *  接下来是一系列提问，每一个提问的回答如下图，千万注意红框中的问题一定要选择**n**：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70_pic_center 8]
 *  安装完成后输出以下内容：

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

*  打开文件~/.bashrc，在尾部增加以下两行(LD\_LIBRARY\_PATH如果已经存在，请参考PATH的写法改成追加)：

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

*  执行命令source ~/.bashrc使配置生效
 *  执行命令su -切换到root帐号，执行以下命令（不要用sudo，而是切到root帐号）：

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

*  再以root身份执行以下命令：

ldconfig

*  执行命令exit退出root身份，现在又是普通帐号的身份了
 *  执行命令nvcc -V检查CUDA版本，注意参数V是大写：

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

*  安装第一个补丁：

sudo sh cuda_9.1.85.1_linux.run

*  安装第二个补丁：

sudo sh cuda_9.1.85_387.26_linux.run

*  安装第三个补丁：

sudo sh cuda_9.1.85_387.26_linux.run

### 安装cuDNN ###

*  浏览器访问https://developer.nvidia.com/zh-cn/cudnn：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70]
 *  按提示登录，如果没有帐号请注册一个，登录后进入下载页面，需要点击下图红框位置才有能见到老版本：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70_pic_center 9]
 *  选择与CUDA匹配的版本：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70_pic_center 10]
 *  下载后解压，得到文件夹cuda，然后执行以下命令：

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*

*  执行检查确认的命令cat /usr/local/cuda/include/cudnn.h | grep CUDNN\_MAJOR -A 2，如果安装顺利会有以下输出：

#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安装CUDA(9.1)和cuDNN已经完成了，希望能给您一些参考。

### 你不孤单，欣宸原创一路相伴 ###

1.  [Java系列][Java]
2.  [Spring系列][Spring]
3.  [Docker系列][Docker]
4.  [kubernetes系列][kubernetes]
5.  [数据库+中间件系列][Link 1]
6.  [DevOps系列][DevOps]

[https_github.com_zq2599_blog_demos]: https://github.com/zq2599/blog_demos
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70_pic_center]: /images/20221005/a4e02d41190e4a9d82dcf4122e4cf380.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221005/c94f83c268384975b809f3588c8db446.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20221005/4610d1723a3143db9afcc0f0c03c3bde.png
[20210620085749730.png_pic_center]: /images/20221005/a0623e0b970b428b894e89360a01bc82.png
[20210620085805622.png_pic_center]: /images/20221005/c4c624fa6ee84669acfdf7ff6f6bab46.png
[20210620092044781.png_pic_center]: /images/20221005/73056952a0984c59a554df4ef9713ba2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70_pic_center 3]: /images/20221005/b4d3292030ca4ba895766612a825113b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70_pic_center 4]: /images/20221005/c4113ef7bfae40fd873cdf6da052a670.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70_pic_center 5]: /images/20221005/c1bb59d3df484f30bd3bf219dbf20c1f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70_pic_center 6]: /images/20221005/790b3d7464574b90844a39807212a0d7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70_pic_center 7]: /images/20221005/8a086460de4743bc820409089256cbae.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70_pic_center 8]: /images/20221005/73cc8f0f71e44c499b754243d4124793.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70]: /images/20221005/c28ea94a80994a8c824ca60a627d55db.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70_pic_center 9]: /images/20221005/76c0734c71a946f9bdea2fdda1582b56.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JvbGluZ19jYXZhbHJ5_size_16_color_FFFFFF_t_70_pic_center 10]: /images/20221005/63dacaeef5d146caa43e3019b308b164.png
[Java]: https://xinchen.blog.csdn.net/article/details/105068742
[Spring]: https://xinchen.blog.csdn.net/article/details/105086498
[Docker]: https://xinchen.blog.csdn.net/article/details/105086732
[kubernetes]: https://xinchen.blog.csdn.net/article/details/105086794
[Link 1]: https://xinchen.blog.csdn.net/article/details/105086850
[DevOps]: https://xinchen.blog.csdn.net/article/details/105086920