2019-10-27

Ubuntu18.04配置CUDA支持（NVIDIA 1080Ti）

前言

帮同学在电脑上装了Ubuntu18.04，顺便配了一下NVIDIA驱动和CUDA Toolkit，用pyTorch验证调用。

Ubuntu

版本18.04.3

自动安装到未分配的空间，方便快捷。

换源更新。

NVIDIA驱动

版本nvidia-driver-430.50

一开始使用ppa源安装，下载太慢放弃，转而使用官方安装文件进行安装。

查看gpu型号及推荐的驱动版本号，这里是1080ti，推荐nvidia-driver-430
1
2
lshw -numeric -C display
ubuntu-drivers devices
先卸载通过apt安装的已有NVIDIA驱动
1
sudo apt-get remove –purge nvidia*
从NVIDIA官网下载驱动安装文件 NVIDIA-Linux-x86_64-430.50.run。
BIOS禁用secure boot，在安装Ubuntu时已完成此操作。
禁用Ubuntu默认使用的开源驱动nouveau。向 /etc/modprobe.d/blacklist.conf 文件尾添加blacklist nouveau，执行sudo update-initramfs -u使配置生效。
重启时可以通过画面判断只有核显正常工作，执行lsmod | grep nouveau确认nouveau未加载。
执行sudo telinit 3关闭显示服务，这里会直接黑屏，需要手动切换tty命令行登录。
向安装文件添加执行权限并运行，运行时必须添加命令行参数 --no-opengl-files防止安装后出现循环登录问题，运行完成后选择自动更新Xorg配置文件。
重启登录可以发现图形界面变精致了，安装成功。

CUDA

版本10.0.130_410.48

据说10.1对tensorflow和pytorch的支持不好，转而使用10.0

从NVIDIA官网下载10.0版本runfile安装文件 cuda_10.0.130_410.48_linux.run。
最好执行sudo telinit 3关闭显示服务，从命令行进行安装。否则安装有问题重装时会提示显示服务占用，无法重装。
执行sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev安装推荐库文件。否则安装完会提示Missing recommended library: libGLU.so,libX11.so,libXi.so,libXmu.so，执行sudo /usr/local/cuda-10.0/bin/uninstall*卸载，重装。
向安装文件添加执行权限并运行，选择不安装驱动，安装toolkit，安装样例。完成后会提示驱动版本不匹配，不用管。
进入样例目录（参考安装时选择的目录）下的 1_Utilities/queryDevice 目录，执行sudo make编译，运行编译好的文件./queryDevice查看设备信息，安装成功。

执行以下指令添加环境变量，具体路径参考安装时选择的目录。

1 2	export PATH=/usr/local/cuda-10.0/bin:/usr/local/cuda-10.1/NsightCompute-10.0${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

pyTorch

Anaconda安装包使用清华源下载很快。
修改~.condarc配置socks5代理，关闭ssl_verify。
安照官网指令安装pyTorch1.3，执行torch.cuda.is_available()验证能否调用GPU。

总结

总体还算好装（cuda重装两次），没有玄学问题。

参考链接
https://zhuanlan.zhihu.com/p/72298520
https://blog.csdn.net/wf19930209/article/details/81877822#NVIDIA_173
https://blog.csdn.net/10km/article/details/61915535

赏

纯属好玩