Linux+CentOS服务器NVIDIA显卡驱动更新(NVIDIA Driver)、CUDA、cuDNN更新

服务器 0
  • 目录
  • 一、服务器显卡驱动更新
  • 1、查看原有的显卡驱动和CUDA信息(做备份记录)
  • 2、删除原本服务器上的nvidia驱动程序
  • 3、重新安装nvidia驱动程序
  • 二、CUDA更新
  • 1、官网查找cuda对应的版本:CUDA Toolkit Archive | NVIDIA Developer
  • 2、复制红框两行代码到服务器,进行CUDA下载
  • 3、配置环境变量
  • 三、安装cudnn
  • 1、官网下载cudnn
  • 2、下载tar.xz包后放在服务器目录下,使用tar命令对tar.xz进行解压:
  • 3、将解压后的头文件和库复制到cuda目录中:
  • 4、cuDNN安装完成,查看安装的版本:

一、服务器显卡驱动更新

1、查看原有的显卡驱动和CUDA信息(做备份记录)

nvidia-smi -a

备注:

nvidia-smi:GPU驱动版本,driverAPI(支持的最高cuda版本)

watch -n 1 nvidia-smi:动态监控显卡状态

nvcc -V:cuda版本,timeAPI(运行时API)

2、删除原本服务器上的nvidia驱动程序

① 清除所有nvidia相关文件和依赖

yum remove nvidia-*

② 进一步清除(把nvidia-driver的相关组件都清理掉)

rpm -qa|grep -i nvid|sortyum remove kmod-nvidia-*

③ 清除cuda

yum remove "*nvidia*"yum remove "*cublas*" "cuda*"

④ 卸除驱动重启

sudo reboot

⑤ 输入nvidai-smi,报错的话就是卸载成功了。

3、重新安装nvidia驱动程序

① 在nvidia官网找到显卡对应的驱动程序,下载后复制到服务器上。可以自定义放在这个目录:/root/Downloads/(自定义即可)

  nvidia官网驱动下载:官方驱动 | NVIDIA

② cd到这个驱动文件的目录,然后运行这个驱动文件

cd /root/Downloads/sh NVIDIA-Linux-x86_64-470.57.02.run

备注:在安装过程中可能会显示一个问题

选择NO继续。如果出现警告可以不用理会,直接继续,直到安装完成。

③ 安装完成后,输入nvidai-smi,显示如下,则安装成功。

二、CUDA更新

1、官网查找cuda对应的版本:CUDA Toolkit Archive | NVIDIA Developer

2、复制红框两行代码到服务器,进行CUDA下载

安装过程中,会问你是否需要下载驱动(Drive),正常情况下请不要下载,即选择否。即取消第一个Drive的[X],改为[ ](使用回车键取消选择),然后选“Install”开始安装下载。(默认安装目录是/usr/local/)

安装后会出现:

3、配置环境变量

① 打开编辑~/.bashrc文件:vim ~/.bashrc

② 在文件末尾添加如下两行(应该是有很多种添加方式,这里选用了其中一种)。PS, 要将cuda版本11.7替换成你安装的版本,如cuda-12.2。

export PATH=/usr/local/cuda-11.7/bin${PATH:+:${PATH}}export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

刷新~/.bashrc配置文件,使得配置生效:source ~/.bashrc

④ 测试、查询nvcc版本检查是否安装成功:nvcc -V

三、安装cudnn

1、官网下载cudnn

下载地址:https://developer.nvidia.com/rdp/cudnn-archive

备注:需要挂梯子,然后登录/注册英伟达的账号,进行邮箱验证。

2、下载tar.xz包后放在服务器目录下,使用tar命令对tar.xz进行解压

tar -xvf cudnn-linux-x86_64-8.8.1.3_cuda11-archive.tar.xz

3、将解压后的头文件和库复制到cuda目录中:

注意看cuda目录是不是正确,可能是cuda-11.7

cd cudnn-linux-x86_64-8.9.7.29_cuda11-archivesudo cp include/cudnn*    /usr/local/cuda/include sudo cp lib/libcudnn*    /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn*   /usr/local/cuda/lib64/libcudnn*

4、cuDNN安装完成,查看安装的版本:

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

~~~~~~~~~~~~~~~~~ 到这里搞定完啦 ~~~~~~~~~~~~~~~~~~~~

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~


↓↓↓↓↓   以下是深度学习跑代码需要重新更新环境的步骤哦   ↓↓↓↓↓


四、为深度学习模型训练配置新环境、新版本的pytorch

1、用anaconda新建一个环境:

conda create -n env_name python=3.9.7 

2、激活这个新的环境:

conda activate env_name 

3、下载pytorch:

pip install torch==2.0.0+cu117 torchvision==0.15.1+cu117 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple

【备注官方pytorch的下载地址】 

下载地址:Start Locally | PyTorch

【备注一些anaconda的操作说明】:

查看安装了哪些包:conda list
查看有哪些虚拟环境:conda env list, conda info -e
创建虚拟环境:conda create -n env_name python=3.9.7  (env_name,改成自己的)
激活/切换虚拟环境:activate env_name   (env_name,改成自己的)
删除虚拟环境:conda remove -n env_name    (env_name,改成自己的)

也许您对下面的内容还感兴趣: