簡介

本文記錄本人安裝CUDA的方法及過程中，以及出現的一些問題及解決辦法。本人習慣於參考官方手冊，這裡主要參考 NVIDIA CUDA 官方手冊 進行安裝，其中包含了CUDA開發的幾乎所有文件手冊，如何在 Linux 系統上的安裝CUDA參見： CUDA Linux Inatallation。

參考手冊:

軟體環境：Ubuntu 16.04LTS
硬體環境：1080TI

GPU浮點計算能力換算

參考

理論峰值 ＝ GPU晶片數量*GPU Boost主頻*核心數量*單個時鐘週期內能處理的浮點計算次數

只不過在GPU裡單精度和雙精度的浮點計算能力需要分開計算，以最新的Tesla P100為例：

雙精度理論峰值 ＝ FP64 Cores ＊ GPU Boost Clock ＊ 2 ＝ 1792 ＊1.48GHz＊2 = 5.3 TFlops

單精度理論峰值 ＝ FP32 cores ＊ GPU Boost Clock ＊ 2 ＝ 3584 ＊ 1.58GHz ＊ 2 ＝ 10.6 TFlops

安裝

安裝前請先參考 注意事項 部分………………………………..

下載

先給出下載連結：

• CUDA
• CUDNN

從 這裡 選擇作業系統並下載 run 格式的 CUDA開發套件，以及顯示卡驅動檔案（一個檔案，如：cuda_8.0.61_375.26_linux.run），如下圖所示：

從 這裡下載CUDNN，如 cudnn-8.0-linux-x64-v6.0.tgz，並解壓得到 cudnn-8.0-linux-x64-v6.0 資料夾，裡面僅包含一個 cuda 資料夾。

準備

參考這裡 確認你的PC機上裝有NVIDIA CUDA可計算顯示卡、支援的Linux版本系統、GCC等等。如果已確認，可飛過。

安裝CUDA

禁用 Nouveau 驅動

執行 lsmod | grep nouveau 命令，無論輸出什麼，都說明nouveau驅動已載入，Ubuntu系統中，通過如下步驟禁用nouveau驅動。

1. 建立 /etc/modprobe.d/blacklist-nouveau.conf
   檔案，輸入如下內容並儲存：

blacklist nouveau
options nouveau modeset=0

1. 重新生成kernel initrd
   終端執行： sudo update-initramfs -u

提示成功後，往下看…

進入文字模式

1. 進入文字模式：快捷鍵 Ctrl + Alt + F1 ，輸入使用者名稱密碼登入系統。再次確保 nouveau 驅動沒有被載入 （命令：lsmod | grep nouveau 什麼也不輸出代表已禁用）。

2. 關閉X server服務： sudo service lightdm stop

執行安裝

終端進入你下載的 run格式CUDA開發套件所在資料夾，執行該檔案進行安裝，命令示例如下，注意你的版本：

sudo sh cuda_<version>_linux.run
如：
sudo sh cuda_8.0.61_375.26_linux.run

在彈出的文字模式互動頁面，按 Q 鍵退出文件檢視，並根據提示輸入 accept 接受協議。

之後根據自己需要，按提示設定，如安裝路徑等等。一般預設即可，但 注意: 安裝過程中，不要選擇OpenGL，否則會出現，迴圈進入登入介面 ，本人選擇安裝 CUDA Samples（建議安裝，待會會藉助它檢視是否安裝成功，及顯示卡資訊），並安裝在 Documents 資料夾下。

等待安裝完成即可…

新增環境變數

注意：此環境變數為64位系統下的，32位的把lib64改成lib即可。

• 方式1，僅修改使用者變數

# setting the environment variables so CUDA will be found

echo "\nexport PATH=/usr/local/cuda-8.0/bin:$PATH" >> ~/.bashrc
echo "\nexport LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH" >> ~/.bashrc

• 方式2，修改所有使用者變數

先使用sudo gedit /etc/profile開啟“profile”檔案，或者 sudo gedit ~/.bashrc 開啟“./bashrc”檔案，然後在開啟的檔案的末尾新增如下程式碼並儲存：

# setting the environment variables so CUDA will be found
# After open profile, Add follow code at the end of file
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

載入新的環境變數

新增好環境變數後，需要載入新的環境變數，才能應用於系統。

載入更新環境變數 source ~/.bashrc（方式1），source /etc/profile 或 source ~/.bashrc（方式2）。或者重新開啟終端，或者乾脆重啟系統 ~.~

注：如果你沒有重啟系統，還需要重啟 X server 服務：sudo service lightdm start 進入圖形介面。

現在，你可以關機，並取下亮機卡 了 ~.~

檢視CUDA裝置

終端進入你的 CUDA Samples安裝目錄，執行編譯後執行 ./deviceQuery 輸出顯示卡裝置等資訊。

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

輸出的資訊 ， 成功看到類似資訊代表驅動及開發套件安裝成功，下面安裝CUDNN：

 CUDA Device Query (Runtime API) version (CUDART static linking)

Detected 2 CUDA Capable device(s)

Device 0: "GeForce GTX 1080 Ti"
  CUDA Driver Version / Runtime Version          8.0 / 8.0
  CUDA Capability Major/Minor version number:    6.1
  Total amount of global memory:                 11172 MBytes (11715084288 bytes)
  (28) Multiprocessors, (128) CUDA Cores/MP:     3584 CUDA Cores
  GPU Max Clock rate:                            1582 MHz (1.58 GHz)
  Memory Clock rate:                             5505 Mhz
  Memory Bus Width:                              352-bit
  L2 Cache Size:                                 2883584 bytes
  Maximum Texture Dimension Size (x,y,z)         1D=(131072), 2D=(131072, 65536), 3D=(16384, 16384, 16384)
  Maximum Layered 1D Texture Size, (num) layers  1D=(32768), 2048 layers
  Maximum Layered 2D Texture Size, (num) layers  2D=(32768, 32768), 2048 layers
  Total amount of constant memory:               65536 bytes
  Total amount of shared memory per block:       49152 bytes
  Total number of registers available per block: 65536
  Warp size:                                     32
  Maximum number of threads per multiprocessor:  2048
  Maximum number of threads per block:           1024
  Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
  Max dimension size of a grid size    (x,y,z): (2147483647, 65535, 65535)
  Maximum memory pitch:                          2147483647 bytes
  Texture alignment:                             512 bytes
  Concurrent copy and kernel execution:          Yes with 2 copy engine(s)
  Run time limit on kernels:                     No
  Integrated GPU sharing Host Memory:            No
  Support host page-locked memory mapping:       Yes
  Alignment requirement for Surfaces:            Yes
  Device has ECC support:                        Disabled
  Device supports Unified Addressing (UVA):      Yes
  Device PCI Domain ID / Bus ID / location ID:   0 / 3 / 0
  Compute Mode:
     < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >

Device 1: "GeForce GTX 1080"
  CUDA Driver Version / Runtime Version          8.0 / 8.0
  CUDA Capability Major/Minor version number:    6.1
  Total amount of global memory:                 8111 MBytes (8504868864 bytes)
  (20) Multiprocessors, (128) CUDA Cores/MP:     2560 CUDA Cores
  GPU Max Clock rate:                            1734 MHz (1.73 GHz)
  Memory Clock rate:                             5005 Mhz
  Memory Bus Width:                              256-bit
  L2 Cache Size:                                 2097152 bytes
  Maximum Texture Dimension Size (x,y,z)         1D=(131072), 2D=(131072, 65536), 3D=(16384, 16384, 16384)
  Maximum Layered 1D Texture Size, (num) layers  1D=(32768), 2048 layers
  Maximum Layered 2D Texture Size, (num) layers  2D=(32768, 32768), 2048 layers
  Total amount of constant memory:               65536 bytes
  Total amount of shared memory per block:       49152 bytes
  Total number of registers available per block: 65536
  Warp size:                                     32
  Maximum number of threads per multiprocessor:  2048
  Maximum number of threads per block:           1024
  Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
  Max dimension size of a grid size    (x,y,z): (2147483647, 65535, 65535)
  Maximum memory pitch:                          2147483647 bytes
  Texture alignment:                             512 bytes
  Concurrent copy and kernel execution:          Yes with 2 copy engine(s)
  Run time limit on kernels:                     Yes
  Integrated GPU sharing Host Memory:            No
  Support host page-locked memory mapping:       Yes
  Alignment requirement for Surfaces:            Yes
  Device has ECC support:                        Disabled
  Device supports Unified Addressing (UVA):      Yes
  Device PCI Domain ID / Bus ID / location ID:   0 / 1 / 0
  Compute Mode:
     < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >
> Peer access from GeForce GTX 1080 Ti (GPU0) -> GeForce GTX 1080 (GPU1) : No
> Peer access from GeForce GTX 1080 (GPU1) -> GeForce GTX 1080 Ti (GPU0) : No

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 8.0, CUDA Runtime Version = 8.0, NumDevs = 2, Device0 = GeForce GTX 1080 Ti, Device1 = GeForce GTX 1080

安裝CUDNN

CUDNN是NVIDIA公司針對深度神經網路，開發的基於CUDA的計算庫，用於加速計算，這裡安裝版本為6.0，目前最新為7.0，但安裝方式不變，且十分簡單。

1.解壓：進入“cudnn-8.0-linux-x64-v6.0.tgz”所在目錄，將檔案解壓，如下：

#注意修改成你的目錄
cd /home/liu/sfw
#解壓
tar zxvf  cudnn-8.0-linux-x64-v6.0.tgz

2.copy檔案至CUDA安裝目錄：解壓後，在你的目錄下生成一個“cuda”資料夾，對於cuDNN6.0的版本解壓後生成“cudnn-8.0-linux-x64-v6.0”檔案。使用如下命令copy，注意第二個有個-a引數，否則，拷貝過去的檔案失去了連結。

# copy the library files into CUDA's include and lib folders
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp -a cuda/lib64/libcudnn* /usr/local/cuda/lib64

cuDNN安裝完成。～-～

注意事項

準備另外一塊顯示卡

有好些主機板上沒有集顯，而Ubuntu自帶的 nouveau 驅動不支援1080/1080Ti等新架構的顯示卡，所以需要準備一塊老點的顯示卡，如： NVIDIA K2200 等。先把該顯示卡插到主機板上，然後按上述教程安裝CUDA驅動和 CUDNN，安裝好後，可以拔下該顯示卡，換上你的高階顯示卡即可。

迴圈進登入介面

有些童鞋安裝好CUDA重啟後會發現：電腦不斷地在登入介面迴圈，這是由於安裝時選擇安裝了 OpenGL ，參考這裡，安裝時按照上述步驟， 不選擇安裝OpenGL即可。以前使用壓縮命令壓縮備份系統後再恢復，也會出現該現象，後來重灌了系統。