【详细】linux系统安装显卡驱动(Nvidia driver) + cuda10.2
安装概览
- 安装驱动
- 安装cuda
1 Nvidia driver安装
1.1 查看电脑GPU型号
lspci | grep -i nvidia
我的电脑显示结果如下：
即型号为Tesla K800
1.2 查询下载对应驱动
查询地址：nvidia 驱动查询下载
搜索下载runfile，得到：
注意！这是我的电脑GPU型号对应的runfile，你要根据你自己的型号下载
1.3运行安装驱动
参考文章：驱动安装
1.输入命令行
sudo gedit /etc/modprobe.d/blacklist.conf
也可以sudo vi，总之打开这个文件，在最后几行写入：
blacklist rivafb
blacklist vga16fb
blacklist nouveau
blacklist nvidiafb
blacklist rivatv
2.卸载所有安装的nvidia驱动
sudo apt-get --purge remove nvidia-*
3.关闭图像界面
sudo service lightdm stop
4.修改runfile的访问权限在（runfile所在的文件夹进行以下步骤）
sudo chmod 755 NVIDIA-Linux-x86_64-440.64.00.run
5.运行runfile
sudo ./NVIDIA-Linux-x86_64-440.64.00.run –no-x-check –no-nouveau-check –no-opengl-files
6.查看是否安装成功
nvidia-smi
7.如果此时不能nvidia-smi，则重启进入BIOS选择secure boot:unable（或者是disable）
1.4 安装时可能遇到的问题
参考文章：驱动安装遇到的问题及解决
文章很全面，我自己的遇到的是第一个错误，直接不管install就可以了。
2 cuda安装
2.1查看你电脑的GPU是否支持cuda
查询网址：cuda-enabled
以我的电脑为例K800是支持的
2.2 下载cuda
下载地址：cuda下载
根据你的操作系统版本选择下载cuda版本，最后一个选runfile
你可能会用到的tips：
- 查询是什么操作系统
radhat或centos存在：/etc/redhat-release 这个文件
debian或ubuntu 存在： /etc/debian_version 这个文件
Slackware存在： /etc/slackware_version 这个文件
ubuntu存在： /etc/lsb-release 这个文件 - 查询linux版本
以ubuntu为例：cat /proc/version
选择完毕后，得到命令行：
这是cuda11.0的版本，由于我要用pytorch，所以最新版本只能安装cuda10.2。命令如下：
wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
下载完成后，做以下确认：
- NVIDIA显卡已经正常安装
- nouveau已经禁用（无输出或nouveau 0）
lsmod | grep nouveau
- gcc已安装（输出版本号）
gcc --version
- 关闭图形界面（前面有介绍）
2.3安装cuda
运行.run文件，文件名自己替换
sudo chmod a+x cuda_10.2.89_440.33.01_linux.run
sudo ./cuda_10.2.89_440.33.01_linux.run
根据导航提示完成安装
'X’的意思就是选中。
安装成功后会显示：
Driver: Installed
Toolkit: Installed in /usr/local/cuda-10.2/
Samples: Installed in /home/USERNAME/
进一步检查安装是否成功
nvidia-smi
显示cuda版本
2.4为cuda配置环境变量
vi ~/.bashrc
在末尾添加：（版本号自己修改）
export CUDA_HOME=/usr/local/cuda-10.2
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-10.2/bin:$PATH
保存并退出。
让代码生效：
source ~/.bashrc
或
sudo reboot
查看是否成功：
nvcc -V
显示以下结果则成功：
或也可通过查看samples运行是否成功：
#编译并测试设备 deviceQuery：
cd /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
#编译并测试带宽 bandwidthTest：
cd ../bandwidthTest
sudo make
./bandwidthTest
都显示result=PASS则成功。