GPU 软件
wangzf / 2022-07-15
目录
Ubuntu
安装 Nvidia 显卡驱动
最简单的方式是通过系统的软件与更新来安装:
- 进入系统的图形桌面，打开
Software & Updates软件，可以看到标签栏有一个Additional Drivers:- NVIDIA Corporation: Unknown
- Using NVIDIA dirver metapackage from nvidia-driver-455(proprietary, tested)
- Using X.Org x server – Nouveau display driver from xserver-xorg-video-nouveau(open source)
- 选择第一个安装 Nvidia 官方驱动(第二个是开源驱动)即可，根据网络情况稍等大概十分钟，安装完重启服务器。
- NVIDIA Corporation: Unknown
- 重启完之后更新一下软件
sudo apt update
sudo apt upgrade
这里会连带 Nvidia 的驱动一起升级一遍，更新到最新的驱动；
更新完可能会出现 nvidia-smi 命令报错，再重启一遍就解决了
安装 CUDA
CUDA 介绍
NVIDIA CUDA 工具包提供了开发环境，可供创建经 GPU 加速的高性能应用。 借助 CUDA 工具包，可以在经 GPU 加速的嵌入式系统、台式工作站、企业数据中心、 基于云的平台和 HPC 超级计算机中开发、优化和部署应用。 此工具包中包含多个 GPU 加速库、多种调试和优化工具、 一个 C/C++ 编译器以及一个用于在主要架构(包括 x86、Arm 和 POWER) 上构建和部署应用的运行时库。
借助多 GPU 配置中用于分布式计算的多项内置功能， 科学家和研究人员能够开发出可从单个 GPU 工作站扩展到配置数千个 GPU 的云端设施的应用。
CUDA 安装
- 如果之前安装了旧版本的 CUDA 和 cudnn 的话，需要先卸载后再安装, 卸载 CUDA:
# sudo apt-get remove --purge nvidia
然后重新安装显卡驱动，安装好了之后开始安装 CUDA
- 下载 CUDA 安装包–CUDA Toolkit 11.0 Download|NVIDIA Developer
- 安装 CUDA
chmod +x cuda_11.0.2_450.51.05_linux.run
sudo sh ./cuda_11.0.2_450.51.05_linux.run
- 配置 UDA 环境变量
vim ~/.bashrc
# or
vim ~/.zsh
export CUDA_HOME=/usr/local/cuda-11.0
export LD_LIBRARY_PATH=${CUDA_HOME}/lib64
export PATH=${CUDA_HOME}/bin/${PATH}
source ~/.bashrc
- 查看安装的版本信息
nvcc -V
可以编译一个程序测试安装是否成功，执行以下几条命令:
cd ~/Softwares/cuda/NVIDIA_CUDA-11.0_Samples/1_Utilities/deviceQuery
make
./deviceQuery
安装 cuDNN
- 下载 cuDNN 安装包–cuDNN Download|NVIDIA Developer
- https://developer.nvidia.com/rdp/cudnn-download
- 选择与 CUDA 版本对应的 cuDNN 版本
- 安装 cuDNN
tar -xzvf cudnn-11.0-linux-x64-v8.0.5.39.tag
sudo cp cuda/lib64/* /usr/local/cuda-11.0/lib64/
sudo cp cuda/include/* /usr/local/cuda-11.0/include/
- 查看 cuDNN 的版本信息
$ cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
安装 PyTorch
$ pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
$ conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
PyTorch GPU 支持测试
import torch
torch.cuda.is_available()
Windows
查看系统信息
- 系统：win10 64 位操作系统
- 安装组合：Miniconda + PyTorch(GPU version) + RTX 4070
安装 Nvidia 显卡驱动
安装 CUDA 和 cuDNN
安装 CUDA
安装 cuDNN
安装 PyTorch
$ pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
$ conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia