欢迎访问我的GitHub
https://github.com/zq2599/blog_demos
内容：所有原创文章分类汇总及配套源码，涉及Java、Docker、Kubernetes、DevOPS等；
本篇概览
- 自己有一台2015年的联想笔记本，显卡是GTX950M，已安装ubuntu 16.04 LTS桌面版，为了使用其GPU完成deeplearning4j的训练工作，自己动手安装了CUDA和cuDNN，在此将整个过程记录下来，以备将来参考，整个安装过程分为以下几步：
- 准备工作
- 安装Nvidia驱动
- 安装CUDA
- 安装cuDNN
特别问题说明
按照一般步骤，在安装完Nvidia显卡驱动后，会提示对应的CUDA版本，接下来按照提示的版本安装CUDA，例如我这里提示的是11.2，正常情况下，我应该安装11.2版本的CUDA
但是我选择9.1版本就行安装，因为之前的开发中发现deeplearning4j使用了11.2的SDK后，启动应用会有ClassNotFound的错误，此问题至今未修复(惭愧，欣宸水平如此之低...)，因此，我在Nvidia驱动提示11.2版本的情况下，依然安装了9.1版本，后来在此环境运行deeplearning4j应用一切正常
如果您没有我这类问题，完全可以按照驱动指定的版本来安装CUDA，具体的操作步骤稍后会详细说到；
准备工作
接下来的操作，除了在网页下载，其余都是ssh远程连接到ubuntu机器操作的，ssh登录的帐号为普通帐号，并非root
如果已有驱动，请先删除：
sudo apt-get remove --purge nvidia*
- 禁用nouveau驱动（很重要），用vi打开文件<font color="blue">/etc/modprobe.d/blacklist.conf</font>，在尾部增加以下内容，然后保存退出：
blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off
- 关闭nouveau：
echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf
- 更新initramfs:
update-initramfs -u
执行reboot重启电脑
重启后，执行以下命令，应该不会有任何输出，证明nouveau已经禁用：
lsmod|grep nouveau
- 获取Kernel source：
sudo apt-get install linux-source
- 安装过程中显示信息如下图：
在这里插入图片描述
- 根据上图红框中的信息，可知内核版本号为<font color="blue"></font>，于是执行以下命令：
sudo apt-get install linux-headers-4.4.0-210-generic
下载和安装Nvidia驱动
- 访问Nvidia网站，地址<font color="blue">https://www.nvidia.cn/Download/index.aspx?lang=cn</font>，然后选择对应的显卡和操作系统，我的选择如下图所示：
在这里插入图片描述
- 点击上图<font color="blue">搜索</font>按钮后，进入下图页面，点击下载：
在这里插入图片描述
下载得到的文件名为<font color="blue">NVIDIA-Linux-x86_64-460.84.run</font>
关闭图形页面：
sudo service lightdm stop
- 给驱动文件增加可执行权限：
sudo chmod a+x NVIDIA-Linux-x86_64-460.84.run
- 开始安装：
sudo ./NVIDIA-Linux-x86_64-460.84.run -no-x-check -no-nouveau-check -no-opengl-files
- 遇到下图，选择红框：
在这里插入图片描述
-
遇到下图，直接回车：
在这里插入图片描述 恢复图形页面：
sudo service lightdm start
- 执行命令<font color="blue">nvidia-smi</font>，如果驱动安装成功，会显示以下内容：
will@lenovo:~/temp/202106/20$ nvidia-smi
Sun Jun 20 09:02:11 2021
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 460.84 Driver Version: 460.84 CUDA Version: 11.2 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0 GeForce GTX 950M Off | 00000000:01:00.0 Off | N/A |
| N/A 41C P0 N/A / N/A | 0MiB / 4046MiB | 1% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
| No running processes found |
+-----------------------------------------------------------------------------+
- 从上述内容可见<font color="blue">CUDA Version: 11.2</font>表示该驱动对应的CUDA版本应该是<font color="red">11.2</font>，正如前面所说，我这边遇到了问题，因此接下来会安装9.1版本，但是您可以选择安装<font color="red">11.2</font>
安装CUDA
- 浏览器访问<font color="blue">https://developer.nvidia.com/cuda-toolkit-archive</font>，点击红框中的链接：
在这里插入图片描述
- 如下图，下载Linux版本：
在这里插入图片描述
- 继续选择<font color="blue">x86_64</font>：
在这里插入图片描述
- 选择具体的Linux版本及其版本号：
在这里插入图片描述
- 要下载的东西不少，一个安装程序和三个补丁：
在这里插入图片描述
- 上述四个文件的下载地址整理如下：
https://developer.download.nvidia.cn/compute/cuda/9.1/secure/Prod/local_installers/cuda_9.1.85_387.26_linux.run?P0Ntu_6NLtuuEMm6fJRk1W5vl4KM7oaT1oFW870zKJ-zDw2ckKntFLOE6klRJfw2CmTa8z3Q390_6urlgc6LqjoqlIFW9gvfvDCusnINYplLaw1u8lRY8R4oVNtpNzaXU4BQcHjvdb6c6rjq20dktCcRd4640woXt1yHmD95v1Du7wdBBXq2eOY
https://developer.download.nvidia.cn/compute/cuda/9.1/secure/Prod/patches/1/cuda_9.1.85.1_linux.run?yeXf_7wIGlHAUw--E_YVLQZRgXv0x2i043woJVY-ydXU5Kyhc-eYQf5JmL-4mvYmlvPYCEc5RhT2sDWscX20CJbdOwpkt30kWb9vx8E4oIlajDQ3MVPvXdiKKsIOBUx-h0q0N0jSkNn80VMhW-nk8jwvRY_e6MuFzqWBaPk
https://developer.download.nvidia.cn/compute/cuda/9.1/secure/Prod/patches/2/cuda_9.1.85.2_linux.run?5jGZxNigaOJkaaPbMagjhSW7ebQvYGyYoqe2vBxZ1eV8qp2BzXJLxIPgAo11UgWhORirQkdJGq5b8eFh4aShBVUTmuPaasvRiMCKDZw5yjjIobGQrCEyU-LFO59AbrRER57Mxa0T1Sc97fC80IOZq8Ox2repjn7A3oYVgd8
https://developer.download.nvidia.cn/compute/cuda/9.1/secure/Prod/patches/3/cuda_9.1.85.3_linux.run?CxWimJTC-XROYihig-UZmH62odbJInf1fmxTZ_bsW1nQ0Zz5cL5r8qLmlMR_1j2rVhk3j8Z5lS6dpArt8frjGHH2MeVn5TefMoclam8udm-RSMMmqHXYE66hHN2D0drVEdtCwe8ZrEIYb2rpucaz9svCFE8Z319mge4Ju94
下载完毕后，执行命令<font color="blue">chmod a+x *.run</font>为上述四个文件增加可执行权限
安装CUDA：
sudo sh cuda_9.1.85_387.26_linux.run
- 遇到license时，像是用vi工具那样，输入":"，再输入"q"回车，就能跳过license阅读，执行真正的安装操作了：
在这里插入图片描述
- 接下来是一系列提问，每一个提问的回答如下图，千万注意红框中的问题一定要选择<font color="red">n</font>：
在这里插入图片描述
- 安装完成后输出以下内容：
Installing the CUDA Toolkit in /usr/local/cuda-9.1 ...
Missing recommended library: libGLU.so
Missing recommended library: libX11.so
Missing recommended library: libXi.so
Missing recommended library: libXmu.so
Missing recommended library: libGL.so
Installing the CUDA Samples in /home/will ...
Copying samples to /home/will/NVIDIA_CUDA-9.1_Samples now...
Finished copying samples.
===========
= Summary =
===========
Driver: Not Selected
Toolkit: Installed in /usr/local/cuda-9.1
Samples: Installed in /home/will, but missing recommended libraries
Please make sure that
- PATH includes /usr/local/cuda-9.1/bin
- LD_LIBRARY_PATH includes /usr/local/cuda-9.1/lib64, or, add /usr/local/cuda-9.1/lib64 to /etc/ld.so.conf and run ldconfig as root
To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-9.1/bin
Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-9.1/doc/pdf for detailed information on setting up CUDA.
***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 384.00 is required for CUDA 9.1 functionality to work.
To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:
sudo <CudaInstaller>.run -silent -driver
Logfile is /tmp/cuda_install_13425.log
- 打开文件<font color="blue">~/.bashrc</font>，在尾部增加以下两行(LD_LIBRARY_PATH如果已经存在，请参考PATH的写法改成追加)：
export PATH=/usr/local/cuda-9.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64
执行命令<font color="blue">source ~/.bashrc</font>使配置生效
执行命令<font color="blue">su -</font>切换到root帐号，执行以下命令（不要用sudo，而是切到root帐号）：
sudo echo "/usr/local/cuda-9.1/lib64" >> /etc/ld.so.conf
- 再以root身份执行以下命令：
ldconfig
执行命令<font color="blue">exit</font>退出root身份，现在又是普通帐号的身份了
执行命令<font color="blue">nvcc -V</font>检查CUDA版本，注意参数V是大写：
will@lenovo:~$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Nov__3_21:07:56_CDT_2017
Cuda compilation tools, release 9.1, V9.1.85
- 安装第一个补丁：
sudo sh cuda_9.1.85.1_linux.run
- 安装第二个补丁：
sudo sh cuda_9.1.85_387.26_linux.run
- 安装第三个补丁：
sudo sh cuda_9.1.85_387.26_linux.run
安装cuDNN
- 浏览器访问<font color="red">https://developer.nvidia.com/zh-cn/cudnn</font>：
在这里插入图片描述
- 按提示登录，如果没有帐号请注册一个，登录后进入下载页面，需要点击下图红框位置才有能见到老版本：
在这里插入图片描述
- 选择与CUDA匹配的版本：
在这里插入图片描述
- 下载后解压，得到文件夹<font color="blue">cuda</font>，然后执行以下命令：
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
- 执行检查确认的命令<font color="blue">cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2</font>，如果安装顺利会有以下输出：
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 1
#define CUDNN_PATCHLEVEL 3
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
#include "driver_types.h"
- 至此，Ubuntu16安装CUDA(9.1)和cuDNN已经完成了，希望能给您一些参考。
你不孤单，欣宸原创一路相伴
欢迎关注公众号：程序员欣宸
微信搜索「程序员欣宸」，我是欣宸，期待与您一同畅游Java世界...
https://github.com/zq2599/blog_demos
