deepin20.9安装nvidia+cuda+cudnn

参考了这篇文章https://blog.csdn.net/m0_37748381/article/details/121168702

前言

我是为了使用pytorch才安装的cuda和cudnn加速，anaconda里也有cuda，但是和我这里安装的cuda不是一个东西，为了防止大家混淆，这里要讲一下关于cuda和cuda toolkit（pytorch）

cuda toolkit

通常所说的cuda是指Nvidia官方提供的工具，是为“GPU通用计算”构建的运算平台。cuda toolkit是nvidia官方提供的完整的安装工具包，其中提供了 Nvidia 驱动程序、开发 CUDA 程序相关的开发工具包等可供安装的选项。包括 CUDA 程序的编译器、IDE、调试器等，CUDA 程序所对应的各式库文件以及它们的头文件。

cuda toolkit（python中）

这是一个anaconda官方提供的用来build pytorch的一个工具包，你可以用pip来安装，也可以用conda命令安装

安装NVIDIA驱动

卸载自带N卡驱动

卸载N卡驱动包

dpkg -l | grep nvidia | awk '{ print $2 }' | xargs apt -y remove
apt -y autoremove

这样可以把自带的N卡卸载干净。

注：网上大部分教程使用的是这个命令

sudo apt autoremove nvidia-*

但由于我安装cuda时没有经验，觉得deb包很方便，结果安装时出现以来解决依赖解决不了的问题，后来用aptitude还是没有解决。结果就要重装NVIDIA驱动，但是因为之前安装了乱七八糟的一堆包，用上面这个命令卸不干净，所以采用了我说的第一种方法。

禁用NVIDIA开源驱动Nouveau

编辑blacklist文件

sudo deepin-editor /etc/modprobe.d/blacklist-nouveau.conf

添加内容，保存并关闭

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

在终端继续输入，禁用Nvidia开源驱动

sudo update-initramfs -u

重启

reboot

重启后查看nouveau有没有运行,没输出代表禁用生效

sudo service lightdm stop

安装驱动

官网下载驱动

务必下载正确的包，否则后面会出现各种各样令人崩溃的问题

NVIDIA驱动下载

记得一定要下载.run文件！

如果不知道自己电脑的型号，可以用以下命令查看

sudo lshw -numeric -C display

给文件添加权限

进入下载目录

cd ~/Downloads

添加执行权限

sudo chmod +x NVIDIA***.run  #文件名改成自己下载的文件。

一般情况下，这里只要输入NVI，点击tab，系统就会帮你补全文件名

关闭图形界面

按Ctrl+alt+F2进入tty界面

关闭lightdm（不知道这是啥，应该是图形化界面的什么程序），否则待会会报x server的错误

sudo service lightdm stop

安装驱动

sudo ./NVIDI**.run  #文件名改成自己下载的文件

期间会分别出现三个安装选项，都选yes就行

安装完成后重启

reboot

检验是否安装成功

nvidia-smi

nvidia-settings

到此为止，nvidia驱动就安装成功了！

cuda安装

下载cuda toolkit

之前我们使用nvidia-smi对驱动进行了验证，注意在第一行输出了driver支持的cuda版本，我的是12.0，那么在选择cuda toolkit版本时就不能超过该版本（nvidia driver高版本向下兼容）。

如果你还是不确定应该选择什么，可以参考这个网站。

这里需要注意，作者在安装配置这些环境的时候是在deepin20.9上，系统时给予debian10，有些版本的cuda没有debian10对应的包（比如11.6一直到11.8），因此需要谨慎选择。

查看系统Debian版本

cat /etc/debian_version

我选择的是cuda-11.3.0

注意！！！这里一定要选择.runfile！

选择好之后，网站会显示安装命令，进入下载目录，打开终端执行即可（下面是我选择的版本的安装命令）

wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda_11.3.0_465.19.01_linux.run
sudo sh cuda_11.3.0_465.19.01_linux.run

安装过程

安装选项

执行上述命令后会出现一个协议，输入accept即可

接下来会出现一个选择的界面，默认是全部选择的，但是我们之前已经安装过nvidia驱动了，所以这里需要手动去掉第一项（下面也写了，上/下键用来移动，左/右键用来展开选项，enter是选择即对该选项做出修改）。

在第一项上按enter，然后一直下，选中最后那个install选项，按enter即可。这里安装过程需等待一会，安装期间不会有输出。

完成安装

安装完会有如下显示

添加环境变量

在终端输入

vim ~/.bashrc

按i进入编辑模式，将以下代码添加到环境变量

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/extras/CUPTI/lib64

按esc退出编辑模式，输入:wq保存退出

刷新下环境变量

source ~/.bashrc

在系统/usr/local目录下创建toolkit11.3的软连接

sudo ln -s /usr/local/cuda-11.3 /usr/local/cuda

验证

$ cd ~/NVIDIA_CUDA-11.3_Samples/1_Utilities/deviceQuery
$ make
$ ./deviceQuery

出现pass即为成功

此时就可以在终端输入nvcc -V来验证查看cuda版本了

到此为止，cuda就成功安装了！

cudnn安装

下载cudnn

这里需要注册登录（有点麻烦），登录之后就可以下载。注意查看cudnn支持的cuda版本。

解压

下面的cudnn包名换成你自己下载的包名

tar -xvf cudnn-linux-x86_64-****.tar.xz

安装

其实就是将cudnn的库文件（include和lib）复制到cuda的安装目录

sudo cp -p lib/* /usr/local/cuda/lib64/
sudo cp -p include/* /usr/local/cuda/include/
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

查看cudnn版本

cat /usr/local/cuda/include/cudnn.h

到此为止，cudnn也安装完成了！

关于安装pytorch的GPU版本

进入pytorch官网，首页只提供了最新的安装，如果你的cuda版本不是最新的，就要安装之前的版本

进去之后往下滑，找到对应自己cuda版本的安装命令安装即可（使用conda或pip均可）