ubuntu14.04安装cuda，Ubuntu安装cuda
大家好，今天给各位分享ubuntu14.04安装cuda的一些知识，其中也会对Ubuntu安装cuda进行解释，文章篇幅可能偏长，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在就马上开始吧！
如何安装CUDA
首先验证你是否有nvidia的显卡（developer.nvidia.com/cuda-gpus这个网站查看你是否有支持gpu的显卡）：
[plain] view plain copy
$ lspci| grep-i nvidia
查看你的linux发行版本（主要是看是64位还是32位的）：
[plain] view plain copy
$ uname-m&& cat/etc/*release
看一下gcc的版本：
[plain] view plain copy
$ gcc--version
首先下载nvidia cuda的仓库安装包（我的是ubuntu 14.0464位，所以下载的是ubuntu14.04的安装包，如果你是32位的可以参看具体的地址，具体的地址是）
[plain] view plain copy
wget developer.download.nvidia.com/compute/cuda/repos/ubuntu1404/x86_64/cuda-repo-ubuntu1404_6.5-14_amd64.deb
下载完成之后可以使用如下命令安装它，注意文件名修改为cuda-repo-ubuntu1404_6.5-14_amd64.deb
[plain] view plain copy
sudo dpkg-i cuda-repo-<distro>_<version>_<architecture>.deb
安装好仓库之后，就可以更新你的本地仓库。
[plain] view plain copy
sudo apt-get update
最后开始安装cuda以及显卡驱动（安装cuda的同时就会把显卡驱动也全部安装好，这个真的很方便。但是下载的时间有点长。）
[plain] view plain copy
sudo apt-get install cuda
需要注意的是，我这里提供的安装方法跟网络上各种安装方法都不一样，他们的方法往往很复杂
主要是因为：（1）有些教程是手工安装显卡的驱动程序，手工屏蔽系统的默认开源的驱动
（2）安装cuda也是手工进行
使用这个方法的时候千万要注意几个问题：
（1）cuda6.5已经不支持老旧的显卡了所以sm11等等都必须删除。可以参考我的另一个文章，关于编译opencv3.0的
（2）ubuntu14.04是64位的，并且不要一开始就更新系统补丁什么的，因为系统更新过之后，再安装显卡驱动就会无法进入图形界面，我查看了相关的日志发现是卡在了dbus那边。所以，我建议一安装好ubuntu 14.04就不要更新系统补丁。
安装完之后你需要设置环境变量：
[plain] view plain copy
$ export PATH=/usr/local/cuda-6.5/bin:$PATH
$ export LD_LIBRARY_PATH=/usr/local/cuda-6.5/lib64:$LD_LIBRARY_PATH
设置完毕之后，你还可以选择是否安装cuda附带的示例代码（<dir>表示你要安装的位置，你可以将<dir>替换成~）：
[plain] view plain copy
$ cuda-install-samples-6.5.sh<dir>
接下来做一些验证工作：
查看显卡的驱动版本
[plain] view plain copy
cat/proc/driver/nvidia/version
查看nvcc编译器的版本
[plain] view plain copy
nvcc-V i
编译cuda的示例代码:
[plain] view plain copy
cd~/NVIDIA_CUDA-6.5_Samples
然后make一下编译代码。
进入bin路径运行devicequery
[plain] view plain copy
cd~/NVIDIA_CUDA-6.5_Samples/bin
[html] view plain copy
./ deviceQuery
具体的安装过程可以参考英文。
这里必须要强调的是一定要是新的ubuntu14.04在安装显卡驱动之前千万别更新，否则就无法进入桌面，这个问题困扰了我很久了。重装了是十几遍的系统。
这篇guide只是一些零散的安装步骤以及给后来人对于cuda的一些坑上的提醒。
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。
ubuntu14.04下torch的安装方法及配置
为了在Ubuntu 14.04上成功安装torch并进行配置，您需要遵循一系列步骤。首先，确保您的系统已安装了git。接下来，执行命令行，导航至torch文件夹，开始安装torch。安装完成后，选择yes，确保所有依赖都已正确安装。然后，添加torch路径到PATH变量中，通过执行特定语句实现。
运行torch验证安装情况，在终端中输入相应命令，查看显示的版本号即可确认安装成功。
接下来，需要安装Lua语言。参考我另一篇文的指南：在Ubuntu 14.04下安装lua，了解详细步骤。
接着，安装luarocks，选择版本2.4.2并下载。访问相关链接：luarocks.github.io/luarocks，解压、编译并安装。
为了支持torch的cuda功能，如果您已安装过cuda，只需安装两个相关库即可。如果还未安装cuda，首先需要完成cuda安装。
接下来，安装cudnn及其支持文件。从链接：ubuntu14.04下tensorflow安装指南（GPU）-知乎专栏下载cudnn，将下载好的文件复制至相应目录，并安装支持文件。
最后，进行一些测试，验证所有步骤是否执行成功。如果所有测试结果均为pass，则表示torch安装及配置已成功完成。
