centos7 cuda测试_cuda编程学习之路（1）：centos7下cuda7.5环境搭建
一、PRE-installation-action
工欲善其事必先利其器，在安装显卡驱动及cuda环境搭建之前，必须先走完以下步骤：
* 计算机是否有Nvidia出厂的GPU。(cuda是Nvidia自己推出的，各硬件厂商专为自家产品打造)
* 计算机所运行的Linux版本是否被CUDA所支持。
* 计算机是否安装gcc和GNU toolchain 开发包。
* 检查是否有正确的kernel headers。
* 下载NVIDIA CUDA Toolkit。(Toolkit已经包含了cuda driver，cuda应用程序创建、运行需要的工具以及运行库、头文件、cuda源码例子等)
下面详细说明：
1、查看GPU信息。
# lspci | grerp -i vga /**或者 lspci |grep -v vga**/，如：
可看到我的GPU是 GeForce 700 series ，GTX TITAN Z
如果是Nvidia显卡，并且在CUDA GPUs列表里显示，说明GPU支持cuda。列举：
另外：* 查看所有硬件信息 # dmidecode | grep more；
* 查看cpu信息，所有cpu信息保存在 /proc/cpuinfo里， # more /proc/cpuinfo/
2、查看Linux发行版本，x86_64(64位)??
# uname --help /**或 uname -m && cat /etc/*release **/
3、检查gcc是否安装
# gcc -version
如果没有安装需要 # yum install gcc gcc-c++
4、检查是否正确安装kernel headers。
# uname -r /**这是Kernel headers 的版本，必须在安装cuda 驱动之前安装完成**/
# yum install kernel-devel-$(uname -r) kernel-headers-$(uname -r)
Well done !!!
下面列出CUDA 7.5支持的Linux系统版本及其他编译版本
在安装之前。注意：安装过程需要root用户权限。
至此准备工作已经完成，下面开始安装。
二、INSTALLATION
1、下载NVIDIA CUDA Toolkit，地址： CUDA 7.5 Downloads
2、核对md5sum码，确定下载过程无误。
先运行 # md5sum cuda-repo-rhel7-7-5-local-7.5-18.x86_64.rpm
再查看
3、Satisfy DKMS dependency
Nvidia 驱动RPM包依赖于其他软件包，例如DKMS和libvdpau，这些包仅在第三方源是可用的(如EPEL)，因此在安装Nvidia驱动之前需要添加第三方源到软件包管理库中，否则会影响安装过程。
添加centos7 x86_64的EPEL源：
# wget http://dl.fedoraproject.org/pub/epel/epel-release-latest-7.noarch.rpm
# rpm -ivh epel-release-latest-7.noarch.rpm
# yum repolist 检查是否安装成功
安装成功！
另：用epel安装则执行以下命令：
# yum --enablerepo=epel install ****
4、Address custom xorg.conf, if applicable
驱动依赖于自动生成的/etc/X11/xorg.conf文件，如果默认文件存在会影响驱动的正常运行，可以删除此自动生成的默认.conf文件，并添加/etc/X11/xorg.conf.d/00-nvidia.conf到xorg.conf文件中。
5、Install repository meta-data
# rpm --install cuda-repo--..rpm
6、# yum clean expire-cache
7、# yum install cuda
Nvidia Toolkit安装完成！！接下来进行环境配置。。。
三、POST—INSTALLATION ACTION
1、环境配置
# vim /etc/profile
export PATH=/usr/local/cuda-7.5/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:$LD_LIBRARY_PATH
2、为了能够修改、编译和运行示例，示例代码要以写方式安装。(示例代码在usr/local/cuda-7.5/samples)
# cuda-install-samples-7.5.sh
3、creating the /usr/local/cuda symbolic link
从/usr/local/cuda设置软连接到CUDA Toolkit的安装目录,这样做是为了让工程项目在不需要配置更新的条件下使用最新的cuda 工具。
# ln -s /usr/local/cuda /usr/local/cuda-7.5
4、查看驱动是否安装好。
# cat /proc/driver/nvidia/version
5、进入/usr/local/cuda-7.5/samples目录编译示例
运行 # make
6、编译完成后，进入/usr/local/cuda-7.5/samples/1_Utilities/deviceQuery，执行# ./deviceQuery。如果cuda软件成功安装且配置正确，你将会看到如下图所示：
7、测试bandwidthTest，确保系统和设备之间的正常通信。如下图：
至此，安装后的配置环节完成！！
在使用过程中有任何问题，可以到/usr/local/cuda/doc/pdf查看相关官方文档。
四、运行第一个cuda示例
1、传统串行C++程序：
seqSerial.cpp
用g++编译： g++ seqSerial.cpp -o seqSerial
./seqSerial
编译成功！！
2、使用Thrust API 大规模并行的CUDA代码
另附，独立安装Nvidia驱动方法
一、安装Nvidia驱动
切记：首先 ，要关闭自带的Nouveau 驱动，做法如下：
(1)切换root，把Nouveau驱动加入黑名单。
$ vim /etc/modprobe.d/*.conf
打开加入blacklist nouveau
(2) 使用 dracut重新建立 initramfs image file :
* 备份 the initramfs file
$ cd boot
$ ls #查看initramfs版本
$ sudo mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak
* 重新建立 the initramfs file
$ sudo dracut -v /boot/initramfs-$(uname -r).img $(uname -r)
结果：
(3)重启系统至文本模式
$ init 3
重启之后,进入文本模式，其实可以发现字体变大了,也就是说驱动没有被加载,成功禁用了Nouveau。
(4)检查Nouveau driver没有被加载
$ lsmod | grep nouveau
至此，已经关闭了nouveau driver ，可以安装nvidia driver了。
安装运行 nvidia driver：
.........连续几个ok之后，便安装成功。
接下来，重启进入图形界面：$ init 5
ok!!驱动安装完成！！