centos7安装p40显卡驱动 + cuda10.0 + cudnn10.0

环境

• 系统

  CentOS Linux release 7.6.1810 (Core)

• 内核

  3.10.0-957.5.1.el7.x86_64

• 显卡

  NVIDIA Tesla P40

• cuda

  cuda_10.0.130_410.48_linux.run

• cudnn

  cudnn-10.0-linux-x64-v7.5.0.56.tgz

显卡驱动

验证你的系统是否能识别上面的GPU

lspci | grep -i nvidia

正常应该显示Nvidia显卡的型号，没有任何显示需要更新pci硬件库update-pciids

验证系统是否是受支持的Linux版本

uname -m && cat /etc/*release

到这里查看受支持的Linux版本：http://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#system-requirements

验证系统是否有GCC编译环境

sudo yum install gcc

验证系统是否安装了正确的内核头文件和开发包

sudo yum install kernel-devel-$(uname -r) kernel-headers-$(uname -r)

禁用nouveau

nouveau是一个第三方开源的Nvidia驱动，一般Linux安装的时候默认会安装这个驱动。 这个驱动会与Nvidia官方的驱动冲突，在安装Nvidia驱动和和CUDA之前应先禁用nouveau

查看系统是否正在使用nouveau

lsmod | grep nouveau

如果有显示内容，则进行以下的步骤： Centos7禁用方法

#新建一个配置文件
sudo vim /etc/modprobe.d/blacklist.conf

#写入以下内容
blacklist nouveau
options nouveau modeset=0

#保存并退出
:wq

#备份当前的镜像
sudo mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak

#建立新的镜像
sudo dracut /boot/initramfs-$(uname -r).img $(uname -r)

#重启
sudo reboot

#最后输入上面的命令验证
lsmod | grep nouveau

总之最后一定要保证lsmod | grep nouveau命令没有任何输出内容。 这也是runfile文件安装方式相对rpm/deb方式麻烦的一点，如果本节禁用nouveau有问题，可以尝试rpm/deb方式安装，rpm/deb方式安装会自动禁用

下载驱动

首先在官网 https://www.nvidia.com/Download/index.aspx?lang=cn 查找自己显卡的驱动

我这里是 NVIDIA Tesla P40 ，因为列表中可支持的最新版本cuda是 10.0 ，所以下载的cuda为 10.0 的版本：NVIDIA-Linux-x86_64-410.104.run

安装驱动

sudo sh NVIDIA-Linux-x86_64-410.104.run --kernel-source-path=/usr/src/kernels/3.10.0-957.5.1.el7.x86_64

这里必须指明 kernel-source-path ，否则安装过程会报错

检验安装

执行

nvidia-smi

如下输出则说明成功

Thu Mar 14 18:40:38 2019       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 410.104      Driver Version: 410.104      CUDA Version: 10.0     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  Tesla P40           Off  | 00000000:3B:00.0 Off |                    0 |
| N/A   25C    P0    47W / 250W |      0MiB / 22919MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

cuda

下载cuda

因为 NVIDIA 官网上，P40的cuda最多支持到10.0版本，驱动下载的也是10.0版本，所以这里下载cuda10.0

各版本下载链接 https://developer.nvidia.com/cuda-toolkit-archive

我这里下载的是 runfile

安装cuda

sudo sh cuda_10.0.130_410.48_linux.run --kernel-source-path=/usr/src/kernels/3.10.0-957.5.1.el7.x86_64

这里必须指明 kernel-source-path ，否则安装过程会报错

#刚开始安装会进入more模式，一直按`空格`即可

#Do you accept the previously read EULA?
#是否接受协议
accept

#Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 387.26?
#是否安装Nvida驱动，不需要
n

#Install the CUDA 10.0 Toolkit?
y

#Enter Toolkit Location
#输入Toolkit的安装目录
#一般默认即可
#如果更改的话，注意是不可以改成 /usr/local/cuda 的，其余都可以
回车

#Do you want to install a symbolic link at /usr/local/cuda?
#创建一个软连接，我选择是
y

#Install the CUDA 10.0 Samples?
#安装CUDA官方示例包
#这里选择 no，因为安装目录下就有
n




#如果版本不同，提示也可能不同，根据情况输入或选择

cudnn

下载cudnn

注意和 cuda 版本匹配

安装cudnn

按照官网命令

https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html

• Navigate to your cudnnpath directory containing the cuDNN Tar file.

• Unzip the cuDNN package.

  tar -xzvf cudnn-10.0-linux-x64-v7.5.0.56.tgz

• Copy the following files into the CUDA Toolkit directory, and change the file permissions.

  sudo cp cuda/include/cudnn.h /usr/local/cuda/include
  sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
  sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*