ubuntu cuda 安装成功 ubuntu安装run文件

Ubuntu24.04配置cuda、cudnn

首先，对于Ubuntu 24.04的CUDA和CUDNN配置，关键步骤如下：

1.确保显卡驱动已安装：检查电脑当前的显卡驱动，确认是否为支持CUDA的版本。如果需要更新，可以从显卡制造商的官方网站下载安装程序，然后按照指示进行安装。安装完成后，通过命令行验证驱动是否成功加载。

2.安装CUDA 12.2：

访问CUDA 12.2的官方下载链接进行下载。

在终端中，打开bash配置文件：vi~/.bashrc，为新安装的CUDA设置环境变量。

3.安装CUDNN：同样从官方或可信源获取CUDNN对应CUDA版本的下载文件。

安装CUDNN后，验证其是否成功安装，可以通过CUDA管理工具或运行特定的CUDNN测试程序来确认。

ubuntu14.04怎么测试cuda是否安装成功

首先，我装的系统是Ubuntu 14.04.1。

1.预检查

按照参考链接1中所示，检查系统。

执行命令：

:~$ lspci| grep-i nvidia

03:00.0 3D controller: NVIDIA Corporation GK110GL [Tesla K20c](rev a1)

04:00.0 VGA compatible controller: NVIDIA Corporation GK106GL [Quadro K4000](rev a1)

04:00.1 Audio device: NVIDIA Corporation GK106 HDMI Audio Controller(rev a1)

发现有K20和K4000两块GPU，还有一块Audio的应该是声卡。

然后，执行命令检查系统版本：

~$ uname-m&& cat/etc/*release

x86_64

DISTRIB_ID=Ubuntu

DISTRIB_RELEASE=14.04

DISTRIB_CODENAME=trusty

DISTRIB_DESCRIPTION="Ubuntu 14.04.1 LTS"

NAME="Ubuntu"

VERSION="14.04.1 LTS, Trusty Tahr"

ID=ubuntu

ID_LIKE=debian

PRETTY_NAME="Ubuntu 14.04.1 LTS"

VERSION_ID="14.04"

HOME_URL=""

SUPPORT_URL=""

BUG_REPORT_URL=""

可以看到，机器是ubuntu14.04的版本。

然后，使用gcc--version检查gcc版本是否符合链接1中的要求：

~$ gcc--version

gcc(Ubuntu 4.8.2-19ubuntu1) 4.8.2

Copyright(C) 2013 Free Software Foundation, Inc.

This is free software; see the source for copying conditions. There is NO

warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.

检查完毕，就去nvidia的官网（参考链接3）上下载驱动，为下载的是ubuntu14.04的deb包。

2.安装

Deb包安装较为简单，但是安装过程中提示不稳定，不过用着也没啥出错的地方。

先按照参考链接2安装必要的库。

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

还是按照官网上的流程来。

$ sudo dpkg-i cuda-repo-<distro>_<version>_<architecture>.deb

$ sudo apt-get update

$ sudo apt-get install cuda

可能需要下载较长时间，但是没关系，放在那等着就是。

没啥问题就算安装好了。

安装过程中提示：

*** Please reboot your computer and verify that the nvidia graphics driver is loaded.***

*** If the driver fails to load, please use the NVIDIA graphics driver.run installer***

*** to get into a stable state.

我没管，提示使用.run安装比较稳定，但我现在用着没问题。

3.配置环境

我的系统是64位的，因此配置环境时在.bashrc中加入

$ export PATH=/usr/local/cuda-6.5/bin:$PATH

$ export LD_LIBRARY_PATH=/usr/local/cuda-6.5/lib64:$LD_LIBRARY_PATH

配置完环境后，执行命令

~$ source.bashrc

使其立刻生效。

4.安装sample

配置好环境后，可以执行如下命令：

$ cuda-install-samples-6.5.sh<dir>

这样，就将cuda的sample拷贝到dir文件夹下了。该命令只是一个拷贝操作。

然后进入该文件夹，执行make命令进行编译，编译时间较长，需要等待。

5.验证安装是否成功

5.1.驱动验证

首先，验证nvidia的驱动是否安装成功。

~$ cat/proc/driver/nvidia/version

NVRM version: NVIDIA UNIX x86_64 Kernel Module 340.29 Thu Jul 31 20:23:19 PDT 2014

GCC version: gcc version 4.8.2(Ubuntu 4.8.2-19ubuntu1)

5.2. Toolkit验证

验证cuda toolkit是否成功。

~$ nvcc-V

nvcc: NVIDIA(R) Cuda compiler driver

Copyright(c) 2005-2014 NVIDIA Corporation

Built on Thu_Jul_17_21:41:27_CDT_2014

Cuda compilation tools, release 6.5, V6.5.12

5.3.设备识别

使用cuda sample已经编译好的deviceQuery来验证。deviceQuery在<cuda_sample_install_path>/bin/x_86_64/linux/release目录下。我的结果如下，检测出了两块GPU来。

~/install/NVIDIA_CUDA-6.5_Samples/bin/x86_64/linux/release$./deviceQuery

./deviceQuery Starting...

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

Detected 2 CUDA Capable device(s)

Device 0:"Tesla K20c"

CUDA Driver Version/ Runtime Version 6.5/ 6.5

CUDA Capability Major/Minor version number: 3.5

Total amount of global memory: 4800 MBytes(5032706048 bytes)

(13) Multiprocessors,(192) CUDA Cores/MP: 2496 CUDA Cores

GPU Clock rate: 706 MHz(0.71 GHz)

Memory Clock rate: 2600 Mhz

Memory Bus Width: 320-bit

L2 Cache Size: 1310720 bytes

Maximum Texture Dimension Size(x,y,z) 1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096)

Maximum Layered 1D Texture Size,(num) layers 1D=(16384), 2048 layers

Maximum Layered 2D Texture Size,(num) layers 2D=(16384, 16384), 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: Enabled

Device supports Unified Addressing(UVA): Yes

Device PCI Bus ID/ PCI location ID: 3/ 0

Compute Mode:

< Default(multiple host threads can use::cudaSetDevice() with device simultaneously)>

Device 1:"Quadro K4000"

CUDA Driver Version/ Runtime Version 6.5/ 6.5

CUDA Capability Major/Minor version number: 3.0

Total amount of global memory: 3071 MBytes(3220504576 bytes)

( 4) Multiprocessors,(192) CUDA Cores/MP: 768 CUDA Cores

GPU Clock rate: 811 MHz(0.81 GHz)

Memory Clock rate: 2808 Mhz

Memory Bus Width: 192-bit

L2 Cache Size: 393216 bytes

Maximum Texture Dimension Size(x,y,z) 1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096)

Maximum Layered 1D Texture Size,(num) layers 1D=(16384), 2048 layers

Maximum Layered 2D Texture Size,(num) layers 2D=(16384, 16384), 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 1 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 Bus ID/ PCI location ID: 4/ 0

Compute Mode:

< Default(multiple host threads can use::cudaSetDevice() with device simultaneously)>

> Peer access from Tesla K20c(GPU0)-> Quadro K4000(GPU1): No

> Peer access from Quadro K4000(GPU1)-> Tesla K20c(GPU0): No

deviceQuery, CUDA Driver= CUDART, CUDA Driver Version= 6.5, CUDA Runtime Version= 6.5, NumDevs= 2, Device0= Tesla K20c, Device1= Quadro K4000

Result= PASS

这样，cuda就安装成功了。

Ubuntu16.04无法安装CUDA吗

Ubuntu 16.04安装 CUDA7.5

作者：autocyz

在介绍Ubuntu 16.04安装 CUDA7.5开始前，先辨析几个概念GPU、NVIDIA、NVIDIA驱动、CUDA、cudnn等，这些概念对于一个新手来说肯定是很晕的，正如我当初一样，所以我这里就稍微介绍一下这几个概念：

GPU:Graphics Processing Units，也就是我们常说的显卡。现在的笔记本或者台式机都会有显卡，但是能够让我们用来做并行计算的真正的GPU就只有NVIDIA出产的GPU了。

NVIDIA：GPU生产厂商，在运算GPU处于垄断地位。

NVIDIA驱动：就是NVIDIA生产的GPU想在电脑上正常使用所需的驱动。

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。我们想使用GPU进行深度学习运算的时候，必须要用到这个运算平台。

cudnn:CuDNN是NVIDIA专门针对Deep Learning框架设计的一套GPU计算加速方案，目前支持的DL库包括Caffe，ConvNet, Torch7等.

Ubuntu 16.04安装cuda7.5

部分参照：

在安装之前，先说一下本人工作站的设备配置（主要是GPU的）：

设备上一共有三块GPU，一快是专门用来做显示的NVS310

两块用来做运算的GeForce GTX TITIAN X

第一步：选择最新的nvidia驱动（很重要！！！）

先打开计算机中的“软件和更新”，查看“附加驱动”，选择nvidia的驱动为最新的驱动。更新完之后最好重启一下。

我曾经遇到一些错误，就是因为我的NVIDIA驱动太老了，而cuda7.5则依赖于比较新的驱动。

第二步：下载cuda

去官网下载，选择Linux——ubuntu——15.04（我安装的时候还只支持到15.04，没有支持16.04版本的）——runfile(local)

第三步：安装PPA软件管理包工具

什么是 PPA？

PPA，表示 Personal Package Archives，也就是个人软件包集。

有很多软件因为种种原因，不能进入官方的 Ubuntu软件仓库。为了方便 Ubuntu用户使用，launchpad.NET提供了 ppa，允许用户建立自己的软件仓库，自由的上传软件。PPA也被用来对一些打算进入 Ubuntu官方仓库的软件，或者某些软件的新版本进行测试。PPA上的软件极其丰富，如果 Ubuntu官方仓库中缺少您需要的某款软件，可以去 PPA上找找看。

我们安装的cuda可能在Ubuntu仓库中木有，所以用PPA来下载。

sudo add-apt-repository ppa:xorg-edgers/ppa

sudo apt-get update

第四步：执行cuda的.run文件

cd到下载的.run文件夹执行：

sudo./cuda_7.5.18_linux.run--override

第五步：选择安装选项

选择安装选项：（注意：应为之前已经安装过NVIDIA Display Driver的驱动了（如第一步），所以这里选择不安装NVIDIA Accelerated Graphics Driver for Linux-x86_64 352.39。如果选择安装会出现错误，并且导致安装CUDA失败。

Do you accept the previously read EULA?(accept/decline/quit): accept

You are attempting to install on an unsupported configuration. Do you wish to continue?((y)es/(n)o) [ default is no ]: y

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 352.39?((y)es/(n)o/(q)uit): n

Install the CUDA 7.5 Toolkit?((y)es/(n)o/(q)uit): y

Enter Toolkit Location [ default is/usr/local/cuda-7.5 ]:

Do you want to install a symbolic link at/usr/local/cuda?((y)es/(n)o/(q)uit): y

Install the CUDA 7.5 Samples?((y)es/(n)o/(q)uit): y

Enter CUDA Samples Location [ default is/home/kinghorn ]:/usr/local/cuda-7.5

Installing the CUDA Toolkit in/usr/local/cuda-7.5...

Finished copying samples.

===========

= Summary=

===========

Driver: Not Selected

Toolkit: Installed in/usr/local/cuda-7.5

Samples: Installed in/usr/local/cuda-7.5

第六步：添加cuda到环境变量里面

sudo nano/etc/profile.d/cuda.sh

export PATH=$PATH:/usr/local/cuda/bin

sudo nano/etc/ld.so.conf.d/cuda.conf

/usr/local/cuda/lib64

source/etc/ld.so.conf.d/cuda.confcd/usr/local/cuda-7.5/samples/1_Utilities/deviceQuery

make

sudo./deviceQuery

sudo ldconfig

第七步：将GCC降级或者采用暴力的方式让cuda7.5支持高版本GCC。

由于cuda7.5不支持gcc4.9以上的版本，而ubuntu16.04默认的是gcc5，这会造成安装的失败，解决方法有两种，

1、对gcc进行降级，让系统采用低版本的GCC，但是这种方式有一定的问题，因为Ubuntu16.04很多系统文件默认是使用gcc5编译的，因此如果用降级的方法安装完cuda后，在后期安装caffe的时候，可能会报类似于undefined的错误，这是因为你的gcc版本低，其所需的系统文件找不到。.

sudo apt-get install g++-4.9

sudo update-alternatives--install/usr/bin/gcc gcc/usr/bin/gcc-4.9 20

sudo update-alternatives--install/usr/bin/gcc gcc/usr/bin/gcc-5 10

sudo update-alternatives--install/usr/bin/g++ g++/usr/bin/g++-4.9 20

sudo update-alternatives--install/usr/bin/g++ g++/usr/bin/g++-5 10

sudo update-alternatives--install/usr/bin/cc cc/usr/bin/gcc 30

sudo update-alternatives--set cc/usr/bin/gcc

sudo update-alternatives--install/usr/bin/c++ c++/usr/bin/g++ 30

sudo update-alternatives--set c++/usr/bin/g++

2、这种方式有点类似于黑箱方式，即强制让他不报错。编辑/usr/local/cuda/include/host_config.h，将其中的第115行注释掉：

将

#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

改为

//#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

上面就是设置gcc版本优先级的。20和10就代表你所使用的gcc、g++的版本优先级。

第八步：测试是否安装成功

执行如下指令，正常情况下会出现设备中所有的GPU，并把每个GPU的信息打印出来。

nvidia-smi

如果没有出现错误之类的话，就说明安装成功了。

第九步：测试cuda的Samples

cd/usr/local/cuda-7.5/samples/1_Utilities/deviceQuery

make

sudo./deviceQuery

如果显示的是一些关于GPU的信息，则说明安装成功了。

Ubuntu 14.04安装配置CUDA

Ubuntu 12.04配置NVIDIA CUDA5.5实录

Ubuntu安装Theano+CUDA

关于Ubuntu 12.04下 CUDA5.5的安装请参看如下链接 Ubuntu 12.04安装 CUDA-5.5

Caffe配置简明教程( Ubuntu 14.04/ CUDA 7.5/ cuDNN 5.1/ OpenCV 3.1)

在Ubuntu 14.04上配置CUDA+Caffe+cuDNN+Anaconda+DIGITS

Ubuntu16.04下CUDA8.0+Caffe安装配置过程

Ubuntu 14.04下CUDA8.0+ cuDNN v5+ Caffe安装配置

Ubuntu 16.04+Nvidia GTX 1080+CUDA8.0深度学习环境配置

更多Ubuntu相关信息见Ubuntu专题页面