在 CentOS 7.6 上快速部署 CUDA、cuDNN、tensorflow-gpu 运行环境

原文链接： 在 CentOS 7.6 上部署 CUDA、cuDNN、tensorflow-gpu 运行环境 | 逍遥游

 

Background

网上关于安装 tensorlfow-gpu 环境的博客可谓是多如牛毛，但是参考了很多篇，都没能成功的在 CentOS 7.6 上把整套环境布置上。折腾了差不多一个礼拜，时间跨度长达几个月，总算是把这一堆装上了，分享一下过程。本文主要目的在于给出一个非常详细的安装过程（从一个全新环境开始后的每一个操作）以及环境配置说明，这样后面的人参考的时候就能根据不同之处快速定位问题。

测试环境

本文中使用的服务器是 Google Cloud 的VPS，下图是详细配置。

• 系统版本为 CentOS 7.6.1810 （不太确定是不是 minimal，不过没有wget，应该是吧）
• 挂载了一块 Nvidia K80 显卡

版本选择

因为目的是运行tensorflow程序，所以各个版本都要跟着tf来。目前为止（确切来说是昨天），默认安装的tensorflow-gpu版本是1.12，这个版本也发布了挺久的了，尽量选择新的稳定的。

参照以下链接中的tf版本支持情况，可以看到 1.12 （仅）支持 CUDA 9 和 cuDNN 7，需要注意的是，这里虽然没有写小版本号，但是实际上它支持且仅支持9.0，其他版本会出现找不到so库的错误。

Tested build configurations

所以 CUDA 版本选择 9.0，cuDNN 选择 7.0 版本。

即便您的版本跟环境都相同，也不建议直接复制粘贴命令，因为随着时间流逝，很多文件名都已变化

本文最后更新于 20190305，如果按照文中步骤出现错误，可以通过邮件联系我。

安装 Nvidia GPU 驱动

各个教程都建议通过cuda安装包来安装驱动，但是测试了很多次都没有成功，反复出现

NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.

这个错误，试了网上很多诸如禁用nouveau模块、安装kernel包，都没有解决这个问题，安装cuda9.2倒是能成功运行，可坑爹的tensorflow只认9.0版本啊！

后来尝试单独安装Nvidia driver，发现是完全OK的，只要跟cuda版本兼容就行。所以本教程中Nvidia驱动是单独安装的，此外单独安装还有另外一个原因：后期准备在docker里运行程序，宿主机上只安装必需的程序。

首先，点击链接，选择相关的参数，没有给出CentOS的选项，所以选了Linux 64-bit RHEL7，然后搜索进入下载页面，点击下载，同意并继续，然后在浏览器下载队列里复制文件下载链接。

Download Drivers

我的是http://us.download.nvidia.com/tesla/384.183/nvidia-diag-driver-local-repo-rhel7-384.183-1.0-1.x86_64.rpm。

连上服务器，切换到root用户，首先下载文件。

sudo su # 如果没有wget，先安装 yum install -y wget wget http://us.download.nvidia.com/tesla/384.183/nvidia-diag-driver-local-repo-rhel7-384.183-1.0-1.x86_64.rpm

然后安装驱动，会自动装上一些依赖，如dkms什么的。

rpm -i nvidia-diag-driver-local-repo-rhel7-384.183-1.0-1.x86_64.rpm yum clean all yum install -y cuda-drivers

安装完毕之后输入 nvidia-smi 命令，不出意外就能看见输出了。

驱动安装完毕，还是挺简单的，没有网上那么复杂的安装和修改模块啥的。

如果只想在docker里使用GPU，后面的CUDA和cuDNN就都不用安装。

 

 

查看全文：在 CentOS 7.6 上部署 CUDA、cuDNN、tensorflow-gpu 运行环境 | 逍遥游