本文主要介绍为Ubuntu安装Nvidia GPU驱动,演示的环境的硬件为AWS EC2 g4dn机型,它搭载了一颗服务器专用的T4 Tensor Core GPU,这台服务器运行Ubuntu Server 22.04 LTS。
Amazon EC2 G4dn 实例专用于加速机器学习推理和图形密集型工作负载,它搭载的T4 Tensor Core GPU有16GB的显存,非常适合中等负荷下的AI场景。本次我使用的是最经济的g4dn.xlarge
。你自己也可以组装在你的个人电脑(需要Nvidia消费级显卡)上正常复现安装流程。
检查环境
输入uname -a
和cat /etc/lsb-release
进行操作系统检查,我们看到正在运行的是Ubuntu Server 22.04.3 LTS(内核为专为AWS云上环境优化后的Linux 6.2)。
安装依赖项
我们先安装一些依赖项,比如gcc
,g++
,make
我们执行:sudo apt update -y && sudo apt upgrade -y && sudo apt install vim gcc g++ make python3-pip -y
查询可用的Nvidia软件版本
我们可以运行nvidia-detector
和ubuntu-drivers devices
查看可以使用的驱动版本。如果上述的2条命令找不到,可以输入sudo apt install ubuntu-drivers-common
进行安装。
然后使用sudo apt install nvidia-driver-535 -y
安装最新的535版本驱动(你可以安装nvidia-driver-535-server
版本)
安装完成后需要重启服务器,我们直接sudo reboot
就好
检测驱动安装
重启后,我们运行nvidia-smi
和cat /proc/driver/nvidia/version
进行检查。我们可以看到535版本的驱动安装好了
为了帮助大家更好的学习人工智能,这里给大家准备了一份人工智能入门/进阶学习资料,里面的内容都是适合学习的笔记和资料,不懂编程也能听懂、看懂,所有资料朋友们如果有需要全套人工智能入门+进阶学习资源包,可以在评论区或扫.码领取哦)~
有需要的小伙伴,可以点击下方链接免费领取或者V扫描下方二维码免费领取
第一阶段:零基础入门(3-6个月)
新手应首先通过少而精的学习,看到全景图,建立大局观。 通过完成小实验,建立信心,才能避免“从入门到放弃”的尴尬。因此,第一阶段只推荐4本最必要的书(而且这些书到了第二、三阶段也能继续用),入门以后,在后续学习中再“哪里不会补哪里”即可。
第二阶段:基础进阶(3-6个月)
熟读《机器学习算法的数学解析与Python实现》并动手实践后,你已经对机器学习有了基本的了解,不再是小白了。这时可以开始触类旁通,学习热门技术,加强实践水平。在深入学习的同时,也可以探索自己感兴趣的方向,为求职面试打好基础。
第三阶段:工作应用
这一阶段你已经不再需要引导,只需要一些推荐书目。如果你从入门时就确认了未来的工作方向,可以在第二阶段就提前阅读相关入门书籍(对应“商业落地五大方向”中的前两本),然后再“哪里不会补哪里”。