ubuntu20安装 paddle-gpu

注意：nccl与paddle版本，有冲突，安装此版本的是要需知

1、环境需求

本次环境本身由于之前环境的错误，我受托在一个基本所有的都处于全新的环境进行部署，所以 所有的软件系统版本都极新，科研可以尝试一下，生产环境请斟酌

1. ubuntu20.04 servers 版本，装完系统后要进行一下全局包更新，且注意一下系统bug链接参考
2. 显卡驱动用的是ubuntu自带的驱动版本 450.80.02
3. 本次显卡采用的2*2080ti 环境测试了titanxp ，titan rtx ， 其他的暂未测试，应该影响不大
4. python用的是系统自带的3.8.5
5. cuda用的是官网较为新的cuda11 （目前官网最新11.1）
6. nccl的版本是 2.7.8
7. cudnn的版本是 8.0.4.30
8. tensorRT的版本是7.2.0.14

前期环境准备

过程所需要的环境下载
cuda 11
下载
nccl 2.7.8
下载
cudnn 8.0.4.30
下载
tensorRT 7.2.0.14
下载

以上几个均需要注册开发者账号，为方便大家，也提供了百度网盘下载
百度网盘
链接：https://pan.baidu.com/s/1JrR4iYm-YMeFXcxENEYSqA
提取码：1ja9

阿里云服务器

#系统包更新
sudo apt update
sudo apt upgrade
#显卡驱动安装
sudo apt install nvidia-driver-450
#python 自带， 如果没有 apt安装就行
sudo apt install python3
#安装完reboot重启
reboot

2、依赖以及框架安装

以下所有的操作均在 ~/目录下操作

cuda11安装

sudo chmod +x cuda_11.0.2_450.51.05_linux.run
./cuda_11.0.2_450.51.05_linux.run
#然后按照软件内部指示安装，需要注意的是，在选装的时候，要取消驱动的选择

取消驱动的选择

nccl2.7.8的导入

该库是对于多卡的支持， 就是说2张以上卡的时候必装，单卡的用户可以暂时跳过

tar -zxvf nccl_2.7.8-1+cuda11.0_x86_64.txz
mv nccl_2.7.8-1+cuda11.0_x86_64/include/* /usr/local/cuda/include/
mv nccl_2.7.8-1+cuda11.0_x86_64/lib/* /usr/local/cuda/lib64/

cudnn 8.0.4.30 导入

tar -zxvf cudnn-11.0-linux-x64-v8.0.4.30.tgz
mv cuda/include/* /usr/local/cuda/include/
mv cuda/lib64/* /usr/local/cuda/lib64/

TensorRT-7.2.0.14导入

tar -zxvf TensorRT-7.2.0.14.Ubuntu-18.04.x86_64-gnu.cuda-11.0.cudnn8.0.tar.gz 
mv TensorRT-7.2.0.14 /opt/

库链接

#将以下三行添加到 /etc/profile
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/opt/TensorRT-7.2.0.14/lib:/usr/local/cuda/lib64
export CUDA_HOME=/usr/loacl/cuda
export PATH=$PATH:/usr/local/cuda/bin
#保存退出后 使配置文件生效
source /etc/profile

3、paddlepaddle-gpu安装

#首先键入pip3 看看有没有安装python3-pip 没有话需要补充安装
sudo apt install python3-pip

#更改/安装 opencv-python 为4.0.2.32版本 -i 后面是使用百度的源 ，网络条件好的可以去掉-i的部分
pip3 install opencv-python==4.0.2.32  -i  https://mirror.baidu.com/pypi/simple

#安装paddlepaddle-gpu 同样使用百度源
pip3 install paddlepaddle-gpu -i https://mirror.baidu.com/pypi/simple

4、测试

安装完成后可以进行官方的测试

#进入python环境
python3
#导入 测试
import paddle.fluid
paddle.fluid.install_check.run_check()
 #Your Paddle Fluid is installed successfully! 说明安装成功