admin管理员组文章数量:1657524
1.检查GPU设备
$ yum install pciutils
$ sudo lspci | grep NVIDIA
3D controller: NVIDIA Corporation Device 1b38 (rev a1)表示为P40
2.获取CUDA网络源,并配置
NVidia官方源地址:
$ wget http://developer.download.nvidia/compute/cuda/repos/rhel7/x86_64/cuda-repo-rhel7-8.0.61-1.x86_64.rpm
$ rpm -Uvh cuda-repo-rhel7-8.0.61-1.x86_64.rpm
注:安装nvidia驱动需要kernel-devel包,安装方法如下:
$ wget http://vault.centos/7.0.1406/updates/x86_64/Packages/kernel-devel-3.10.0-123.4.4.el7.x86_64.rpm
$ wget http://vault.centos/7.0.1406/updates/x86_64/Packages/kernel-headers-3.10.0-123.4.4.el7.x86_64.rpm
$ rpm -Uvh kernel-devel-3.10.0-123.4.4.el7.x86_64.rpm
$ rpm -Uvh kernel-headers-3.10.0-123.4.4.el7.x86_64.rpm
3.安装cuda 8.0
$ yum install cuda-8-0
3.1查看驱动状态
$ sudo nvidia-smi
看到如下输出表示GPU驱动正常:
4.测试GPU基本功能(可选)
4.1增加LD path:
$ export LD_LIBRARY_PATH="/usr/local/cuda-7.5/lib64:/usr/lib64/:$LD_LIBRARY_PATH"
4.2安装cuda examples
$ cd /usr/local/cuda/bin
$ sh cuda-install-samples-8.0.sh ~/cuda-test/
$ cd ~/cuda-test/NVIDIA_CUDA-8.0_Samples
$ make
$ ./bin/x86_64/linux/release/deviceQuery获取设备状态
$ ./bin/x86_64/linux/release/bandwidthTest测试设备带宽
Note:如果编译过程发现lnvcuvid的错误,可以执行:
$ find . -type f -execdir sed -i 's/UBUNTU_PKG_NAME = "nvidia-367"/UBUNTU_PKG_NAME = "nvidia-375"/g' '{}' \
其中nvidia-375是当前安装的驱动的版本。
5.安装cudnn
(选装,注:不同AI框架对cudnn的版本支持不同)
5.1 https://developer.nvidia/cudnn下载cudnn软件包。需要注册nvidia账号后才能下载。
注意:CentOS下载cuDNN v5.1 Library for Linux
5.2安装(案例使用cudnn5.1,因为TensorFlow目前仅支持5.1)
$ tar -zxf cudnn-8.0-linux-x64-v5.1.tgz
(解压的路径可以自由选择,一般是/usr/lib下面,这边假设为)
$ export LD_LIBRARY_PATH=:$LD_LIBRARY_PATH
6.其他
nvidia-smi发现GPU使用率100%
这个问题是系统读取gpu状态信息不准确导致,执行下列命令可更正,让系统读取命令正确。
# nvidia-smi -pm 1
版权声明:本文标题:浪潮服务器linux网卡驱动安装,CentOS 7 环境配置 内容由热心网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:https://m.elefans.com/xitong/1729793743a1212794.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
发表评论