2021-06-27 Alienware m17r4 Deep Learning ubuntu server解决方案

苦于学校的cluster迟迟排不上队伍，我的lab member有一台Alienware m17r4想整上deep learning 工作站向我跟海宝求助。我跟她建议和我们家自己散装的工作站一样，买一块独立的硬盘添加到电脑背面，作为ubuntu server的系统盘。于是，我们参考了b站视频 外星人Alienware M17 R4 笔记本固态加装教程！新人up的第一次拆机，加装配件！
学会了怎么拆机，加装固态。我们建议她立刻在amazon上立刻购买Dell的散热片 (散热马甲：戴尔官方，链接)。
她去bestbuy购买了三星970 EVO Plus (1T)。

万事俱备后，我们一块把电脑拆了，发现我们家的螺丝刀都不好用，于是派出我们的男友们晚上去walmart购买万能螺丝刀（大概15刀），终于能够把所有的钉子都能拆下来了（泪目）。我们按照视频教程，拆掉螺丝，打开后盖，拔掉了电源线，拧开固态硬盘螺丝，插入固态硬盘，接上固态硬盘螺丝。一开始没有加散热片因为leasing office关门了，暂时拿不到，我们是第二天又拆机补加的。

以下是装ubuntu和nvidia driver的痛苦之旅：

首先，我们开始安装ubuntu20.0。我们已经用U盘提前做好了Ubuntu 20.0 desktop系统盘。 在选盘的时候，我们直接选择新的空盘去装ubuntu系统，而没有选择与win和谐共处，也就是说，我们要使得两个盘完全独立，这样双系统系统不会影响对方。Ubuntu安装完毕之后，拔掉U盘，按enter键重启电脑。

在重启的时候，会进入grub登陆界面，此时需要按e进入grub edit界面。在该界面，我们需要在quiet 后面添加 nomodeset，这是为了防止nouveou 影响显卡的使用，详细信息请看 what doest nomodeset do?。于是，我们能够正常进入系统。

然后，我们开始安装显卡驱动，一开始，我们采用的是ubuntu系统自带的可视化显卡驱动安装方式，后来我们采用命令行装，效果其实都一样，没有任何影响和区别。好，我们装完之后，直接reboot，嘉文的外星人就开始blackscreen 了，这个问题折磨了我们一晚上，不知道为什么装了driver之后会黑屏。

我们找了无数的网页，试了无数种办法，都以失败告终。后来我们才知道，黑屏其实是ubuntu的显卡驱动无法让外星人显示器显示图像，但是电脑的所有程序，包括nvidia driver都是正常运行的。其实在昨天，我就发现了一个hint，就是外星人在黑屏状态下，键盘一直都是紫色光。嘉文说她电脑在正常运行的时候键盘都是紫光，在刚刚开机的时候键盘都是闪烁着彩色，所以我昨天也隐约有这种感觉。后来，我开始求助于万能的朋友圈，我的学弟就给我发来了易之学弟的alienware装机指南，其中里面最有用的hint就是装ssh。当时学弟跟我留言说ssh时我有点蒙，但看到他给我发的易之写的《Alienware 装Ubuntu踩坑指南》之后，我才恍然大悟。这操作，太骚了。但可惜，jiawen的电脑太新了，显卡也是新的3070，所以电脑还是黑屏。但我们可以妥协：这个电脑可以直接当成一个server，以后就拿别的电脑用ssh连它就好了。

于是我重新装了ubuntu系统（我基本重装了10次了），然后在装driver之前，立刻装上ssh-server,让外星人能够被ssh上。然后，我再重启，开机，发现黑屏状态时，我的电脑也能够成功连接上嘉文的外星人。输入nvidia-smi之后，令人亲切的cuda Nvidia界面出现了，（泪奔）。

于是，我们跟她说，这个电脑暂时就当做服务器了，并且还需要固定ip，她家是光纤网，路由器比较特别，网线接上之后不能直接联网，所以还是要链接wifi。她家的局域网也不能登陆192.168.1.1的路由地址，以后再看看如何在wifi下面绑定IP+MAC吧。好在她的手机路由app可以查看这个电脑IP。每当这个电脑关机重启，IP一旦改变，她的手机都能够侦测到。苦了两个大男人又要跑到walmart去买网线。

然后，终于能够用她的笔记本去连这个外星人“server”了。开始了我们轻松的安装Pytorch之旅。按照常规操作安装了anaconda之后，我们创建带着python3.6的虚拟环境伴着python3.6，然后就开始安装Pytorch。注意，她的Nvidia Driver是11.3，由于RTX 30系列显卡（她电脑是3070）的特殊性，我们不能用10.3版本的cuda toolkit 去安装，必须要用CUDA 11.1。不要问我为什么，问就是30系列太新了，太高级了，无法向下兼容。（）

conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia

然后，我们跑了一个简单的mnist 程序，成功了！！！！泪奔！！！！
我刚刚回家，现在是晚上23:37, 记录下这激动人心的时刻。然后继续写代码撸论文，晚安。