Ubuntu Cuda安装笔记

一、显卡

1.更新软件列表和安装必要软件、依赖

bash
sudo apt-get update 

sudo apt-get install g++
     
sudo apt-get install gcc
     
sudo apt-get install make

2.禁用 nouveau 驱动

ouveau是Ubuntu自带的显卡驱动，但他是核显，我这里想安装独显，就得把他禁掉

bash
sudo gedit /etc/modprobe.d/blacklist.conf
或者 sudo vi /etc/modprobe.d/blacklist.conf

在文件末尾追加

js
blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off

保存退出更新重启即可。

3.查询是否成功禁用

bash
sudo update-initramfs –u

执行结果为空表示已成功禁用。

二、CUDA

1.安装依赖

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

2.安装cuda11.8

bash
wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
sudo sh cuda_11.8.0_520.61.05_linux.run

3.安装选项

4.配置环境变量：

bash
vim ~/.bashrc
export PATH=/usr/local/cuda-11.8/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
source ~/.bashrc

5.检查结果

bash
nvcc -V

三、CudaNN

看网上帖子大部分都是自己手动登录官网下载完再上传到ubantu，解压的，那么有没有能直接从终端下载解压的方法呢，答案是肯定的。

简单地说，有一台linux远程服务器，想在服务器上配置深度学习开发环境，一个绕不开的选项是：安装cuDNN 但是我只能通过SSH连接远程服务器，如果直接在终端里使用wget进行下载的话，会被forbidden。

这是因为：Nvidia要求下载时进行验证（事实上，在我们从浏览器端下载cuDNN时，会被要求登录），而我们直接使用wget跳过了验证，所以被Forbidden了。

解决方案

方案一：
在本地浏览器点击下载，再点击暂停，
进入浏览器下载界面，可以看到真正的下载链接，拷贝这个链接后再用wget下载。
方案二：
本地下载好正确版本的cuDNN 通过scp命令拷贝到远程服务器，关于scp命令的用法，可见：使用scp从远程Linux服务器下载文件至本地。
方案三：
1.在本地主机上从 https://developer.nvidia.com/rdp/cudnn-archive 获取下载链接，如：

js
https://developer.nvidia.com/compute/machine-learning/cudnn/secure/7.6.5.32/Production/10.1_20191031/cudnn-10.1-linux-x64-v7.6.5.32.tgz

2.SSH登录到远程主机，执行如下操作：\

js
CUDNN_TAR_FILE="cudnn-10.1-linux-x64-v7.6.5.32.tgz"  #与上面链接中的相对应
wget http://developer.download.nvidia.com/compute/redist/cudnn/v7.6.5/${CUDNN_TAR_FILE}  #v7.6.5与CUDNN_TAR_FILE相对应

感兴趣的也可以看看https://stackoverflow.com/questions/31279494/how-to-install-cudnn-from-command-line

3.解压cuDNN文件,拷贝文件

bash
tar -xzvf cudnn-10.1-linux-x64-v7.6.5.32.tgz

复制库文件和头文件： 解压后，您会得到几个目录，包括cuda和include。您需要将这些目录中的内容复制到CUDA的安装目录中。使用以下命令：

bash
sudo cp cuda/include/cudnn*.h /usr/local/cuda-11.8/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.8/lib64

这些命令将cuDNN的头文件复制到CUDA的include目录，将库文件复制到CUDA的lib64目录。

设置库路径： 您需要确保系统能够找到cuDNN库。编辑/etc/ld.so.conf.d/cudnn.conf文件，添加以下行：

js
/usr/local/cuda-11.8/lib64

然后，运行以下命令使更改生效：

bash
sudo ldconfig

我这里有点小问题，会提示libcuda.so.1 is not a symbolic link，因为我是wsl2环境。
所以需要处理一下。
网上原有的解决方法是：
将/usr/lib/wsl/lib 中的文件软连接到/usr/lib/wsl/lib2中。
该方法会导致后续出现
问题1：
NVIDIA-SMI couldn't find libnvidia-ml.so library in your system.
问题2：
error code is libcuda.so: cannot open shared object file: No such file or directory

我的解决方法是： 删除或备份/usr/lib/wsl/lib中的libcuda.so与libcuda.so.1
然后建立对libcuda.so.1.1的软连接：

bash
sudo cp /usr/lib/wsl/lib/libcuda.so /usr/lib/wsl/lib/libcuda.so.backup
sudo cp /usr/lib/wsl/lib/libcuda.so.1 /usr/lib/wsl/lib/libcuda.so.1.backup
sudo rm /usr/lib/wsl/lib/libcuda.so
sudo rm /usr/lib/wsl/lib/libcuda.so.1
sudo ln -s libcuda.so.1.1 libcuda.so.1
sudo ln -s libcuda.so.1 libcuda.so

4.验证结果

bash
grep CUDNN_MAJOR -A 2 /usr/local/cuda-11.8/include/cudnn.h