CUDA以及CUDNN安装手册

CUDA以及CUDNN安装手册

标签： CUDA CUDAToolkit CUDNN

1.相关知识介绍

1.1什么是CUDA？

CUDA(Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。

1.2什么是CUDA Toolkit？

官方解释：The NVIDIA® CUDA® Toolkit provides a development environment for creating high performance GPU-accelerated applications.

  • 我的理解：CUDA Toolkit 是一个为创建高性能GPU加速器应用程序提供开发环境的工具包。

1.3什么是CUDNN?

NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中，如加州大学伯克利分校的流行CAFFE软件。简单的，插入式设计可以让开发人员专注于设计和实现神经网络模型，而不是调整性能，同时还可以在GPU上实现高性能现代并行计算。

2.CentOS 7 安装CUDA Toolkit 8.0

  • 第一步：卸载掉原有的驱动（在 3 级别中操作）
    PS:如果你之前自己装了驱动请卸载，如果你自己没有装，系统默认会为你安装Nouveau 驱动,卸载Noveau驱动的方法如下:

①在文件/usr/lib/modprobe.d/blacklist.conf或/etc/modprobe.d/blacklist.conf底部追加如下内容：

#这段代码是将nouveau驱动加入黑名单
blacklist nouveau
options nouveau modeset=0

②以root用户执行如下命令

#这段代码是备份原有文件
mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak
#这段代码是重建initramfs
dracut -v /boot/initramfs-$(uname -r).img $(uname -r)

①Centos7.x版本安装CUDA Toolkit需要内核版本>3.10，请使用uname -r命令查看自己的内核版本
②Centos7.x版本安装CUDA Toolkit需要GCC>4.8.2,请使用gcc --version命令查看自己的GCC版本
③为了避免其他的依赖报错，请以root用户执行如下命令：

yum install-y gcc-c++ python-devel
yum groupinstall -y "development tools"

  • 第三步：下载并安装CUDA Toolkit
    [CUDA Toolkit 下载地址]：https://developer.nvidia.com/cuda-downloads
    下载下来的包名为：cuda_8.0.61_375.26_linux.run
    ①将下载下来的文件上传到CentOS主机，我本次上传到了/root目录
    ②使用命令bash cuda_8.0.61_375.26_linux.run运行程序包
    注意：首先出现的是说明之类的内容，按ctrl+c跳过，在接下来弹出的窗口全部选择y，安装路径也使用默认的

  • 第四步：编译CUDA Toolkit
    ①执行完安装程序后会在/root目录下生成目录NVIDIA_CUDA-8.0_Samples文件夹
    ②进入NVIDIA_CUDA-8.0_Samples文件夹，执行make命令进行编译
    注意：在这一步有好多的warning警告信息忽略就好，有报错也大都是一些库没有安装，根据提示安装后重新编译即可

  • 第五步：测试CUDA Toolkit是否安装成功
    执行命令/root/NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release/deviceQuery进行测试是否安装成功。

3.CentOS 7基于CUDA Toolkit 8.0安装CUDNN

[CUDNN 下载地址]：https://developer.nvidia.com/rdp/form/cudnn-download-survey

  • 第一步：下载CUDNN安装文件并解压
    注意：根据自己CUDA的版本以及需求，选择合适的CUDNN版本，我本次下载的是“cuDNN v5.1 (Jan 20, 2017), for CUDA 8.0”
  • 第二步：拷贝文件
    将解压出来的lib64目录里的所有文件拷贝到CUDA的安装目录/root/cuda/lib64，将解压出来的include目录里的所有文件拷贝到CUDA的安装目录/root/cuda/include。
  • 第三步：设置环境变量
    将如下内容追加到/etc/profile文件尾部,并使用source /etc/profile
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME:$CUDA_HOME/bin:$CUDA_HOME/lib64:/usr/local/cuda/lib64/stubs
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64:/usr/local/cuda/lib64/stubs

[相关文档链接地址]：
http://blog.csdn.net/fangjin_kl/article/details/539068

posted @ 2017-06-06 18:58  一王小可一  阅读(711)  评论(0)  编辑  收藏  举报