☰

如何安裝 NVIDA 工具包（使用套件管理器，無法給予 .deb 檔案名稱）

tag-icon • tag-icon apt nvidia package-management cuda
如何安裝 NVIDA 工具包（使用套件管理器，無法給予 .deb 檔案名稱）

我使用的是 Ubuntu 14.04 LTS，而且已經使用 NVIDIA 和 CUDA 幾個月了。今天早上，在 ubuntu 更新後，我收到「未找到 CUDA」錯誤。啊，我已經使用 .run 檔案在這台機器上安裝了 NVIDA 工具包、驅動程式和 CUDA 幾次。再次閱讀「Linux 版 NVIDIA CUDA 入門指南」文檔，我決定嘗試安裝套件管理器，因此按照文檔中的指示卸載了先前的 .run 安裝檔案。手冊說我應該先發出這個命令。

sudo dpkg -i cuda-repo-<distro>_<version>_<architecture>.deb

但我不知道如何替換distro version和architecture。
查看 uname 和 lsb_release 結果。

ckim@abnc:~$ uname -a
Linux abnc 4.4.0-34-generic #53~14.04.1-Ubuntu SMP Wed Jul 27 16:56:40 UTC 2016 x86_64 x86_64 x86_64 GNU/Linux

ckim@abnc:~$ lsb_release -a
No LSB modules are available.
Distributor ID: Ubuntu
Description:    Ubuntu 14.04.5 LTS
Release:    14.04
Codename:   trusty

我嘗試過sudo dpkg -i cuda-repo-14.04_7.5_x86_64.deb但沒有成功。命令應該是什麼？ （我嘗試了 amd64 而不是 x86_64，但沒有成功）。從http://www.r-tutor.com/gpu-computing/cuda-installation/cuda7.5-ubuntu，我猜是的，sudo dpkg -i cuda-repo-ubuntu1404_7.5-18_x86_64.deb但也失敗了。 （我之前使用.run檔安裝了cuda7.5-18）

編輯：問題是我沒有按照文件中預先安裝步驟的指示下載實際的 .deb 檔案。請參閱下面的評論。有關 .run 檔案安裝，請參閱@Terrance 的回答。

答案1

為了安裝 DEB 文件，您需要實際下載它。該指南有 CUDA 下載網站的連結：http://developer.nvidia.com/cuda-downloads

答案2

以下是我最近做的一些事情，希望對你有幫助。

NVIDIA-370ppa中的驅動程式實際上graphics-drivers帶有 CUDA 庫。

首先，設定graphics-driversppa：

sudo add-apt-repository ppa:graphics-drivers/ppa

然後更新並安裝驅動程式：

sudo apt update
sudo apt install nvidia-370

前往您的~/Downloads/資料夾，然後下載 cuda 運行包：

cd ~/Downloads
wget https://developer.nvidia.com/compute/cuda/8.0/prod/local_installers/cuda_8.0.44_linux-run

重新命名下載的新檔案：

mv cuda_8.0.44_linux-run cuda_8.0.44_linux.run

然後建立一個用於 cuda 工具箱的目錄：

mkdir ~/Downloads/nvidia_installers

然後將安裝程式的不同部分提取到資料夾中（必須是完整的目錄名稱）：

sh cuda_8.0.44_linux.run -extract=/home/<username>/Downloads/nvidia_installers/

進入nvidia資料夾：

cd nvidia_installers/

安裝範例和運行時：

sudo sh cuda-linux64-rel-8.0.44-21122537.run
sudo sh cuda-samples-linux-8.0.44-21122537.run

您不需要驅動程序，因為它們已經安裝。

然後要測試您的安裝，請前往：

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery

將所有文件更改為您擁有：

sudo chown $USER:$USER *

然後運行 make 編譯 deviceQuery：

sudo make

然後您應該能夠運行來deviceQuery向您顯示訊息：

terrance@terrance-ubuntu:/usr/local/cuda-8.0/samples/1_Utilities/deviceQuery$ ./deviceQuery 
./deviceQuery Starting...

 CUDA Device Query (Runtime API) version (CUDART static linking)

Detected 1 CUDA Capable device(s)

Device 0: "GeForce GTX 560 Ti"
  CUDA Driver Version / Runtime Version          8.0 / 8.0
  CUDA Capability Major/Minor version number:    2.1
  Total amount of global memory:                 959 MBytes (1005387776 bytes)
  ( 8) Multiprocessors, ( 48) CUDA Cores/MP:     384 CUDA Cores
  GPU Max Clock rate:                            1700 MHz (1.70 GHz)
  Memory Clock rate:                             2100 Mhz
  Memory Bus Width:                              256-bit
  L2 Cache Size:                                 524288 bytes
  Maximum Texture Dimension Size (x,y,z)         1D=(65536), 2D=(65536, 65535), 3D=(2048, 2048, 2048)
  Maximum Layered 1D Texture Size, (num) layers  1D=(16384), 2048 layers
  Maximum Layered 2D Texture Size, (num) layers  2D=(16384, 16384), 2048 layers
  Total amount of constant memory:               65536 bytes
  Total amount of shared memory per block:       49152 bytes
  Total number of registers available per block: 32768
  Warp size:                                     32
  Maximum number of threads per multiprocessor:  1536
  Maximum number of threads per block:           1024
  Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
  Max dimension size of a grid size    (x,y,z): (65535, 65535, 65535)
  Maximum memory pitch:                          2147483647 bytes
  Texture alignment:                             512 bytes
  Concurrent copy and kernel execution:          Yes with 1 copy engine(s)
  Run time limit on kernels:                     Yes
  Integrated GPU sharing Host Memory:            No
  Support host page-locked memory mapping:       Yes
  Alignment requirement for Surfaces:            Yes
  Device has ECC support:                        Disabled
  Device supports Unified Addressing (UVA):      Yes
  Device PCI Domain ID / Bus ID / location ID:   0 / 2 / 0
  Compute Mode:
     < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 8.0, CUDA Runtime Version = 8.0, NumDevs = 1, Device0 = GeForce GTX 560 Ti
Result = PASS

希望這可以幫助！

相關內容