Ubuntu18.04上安装CUDA和cuDNN【Ubuntu上安装GPU版MindSpore1.0.1前的环境准备】

本文是在Ubuntu18.04.5服务器上安装CUDA_10.1（nvidia-driver455）和cuDNN_7.6.5,

• Ubuntu 18.04.5

• CUDA_10.1 (nvidia-driver455)

• cuDNN_7.6.5

一、 前期准备

1、查看系统版本和显卡型号

cat  /etc/issue           # 查看系统版本

lspci | grep -i nvidia   #  查看电脑的显卡型号

2、查看系统是否安装显卡驱动 nvidia-driver

nvidia-smi             # 查看显卡驱动情况（此处未安装，应无信息显示）

3、显卡支持的驱动型号

ubuntu-drivers devices    #  查看显卡支持的驱动型号

此处可以看到系统推荐的驱动版本是 455：

4、安装推荐版本455的显卡驱动

sudo ubuntu-drivers autoinstall    #  安装默认显卡驱动（此处为455）

5、重启服务器(无其它用户使用服务器)

(sudo)  reboot    # 立即重启

或

(sudo)  shutdown -r now    # 立即重启

6、查看显卡驱动是否安装成功:

nvidia-smi

安装成功会显示

7、卸载已有驱动程序(需要重启才生效)

$ sudo apt-get remove nvidia-*

或

$ sudo apt-get remove --purge nvidia*

 二、 RUN方式安装CUDA _10.1 (我有安装过11.0，11.1,后因项目需求又改为10.1，图片有点混) 

 0、安装之前需要确认已安装gcc和g++

$ gcc --version
$ g++ --version

1、官网cuda_10.1 下载地址

2、点击下载：cuda_10.1.105_418.39_linux.run  

3、上传cuda_10.1.105_418.39_linux.run文件至ubuntu系统上的 home/your_username目录下

4、执行命令安装

 sudo sh cuda_10.1.105_418.39_linux.run

5、同意协议：输入accept

6、此处选择是否安装nvidia-driver  （回车切换是否选择，我已单独安装nvidia-driver，所以此处选择不安装驱动）

最后选择 install 

7、安装成功

8、环境配置（两种方式）

• 8.1、~.bashrc      #  修改home目录下的.bashrc文件，只针对当前用户

• 8.2、/etc/profile   #  修改profile文件，针对所有用户

8.1 修改home目录下的.bashrc文件

cd ~          # 切换回home目录
vim .bashrc      # 修改.bashrc文件

# add cuda path    # 在文件末尾添加路径
export PATH="/usr/local/cuda-11.0/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-11.0/lib64:$LD_LIBRARY_PATH"  

:wq   # 退出保存

8.2  修改profile文件，针对所有用户

sudo vim /etc/profile    # 修改/etc/profile文件

# add cuda path  # 文件末尾增加以下两行代码
export PATH="/usr/local/cuda-11.0/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-11.0/lib64:$LD_LIBRARY_PATH" 

:wq   # 退出保存

 9、立即生效（或重启服务器生效）

source .bashrc   
 
或

source /etc/profile

10、验证安装成功  nvcc -V (注意 是大V)

nvcc -V

11、卸载之前安装的cuda

cd /usr/local/cuda-11.0/bin/

sudo ./cuda-uninstaller

sudo rm -rf /usr/local/cuda-11.0

三、 deb方式安装cuDNN_7.6.5

1、cudnn官方下载地址

2、安装方式选择（deb）

tar方式: 直接下载 cuDNN Library for Linux

deb方式: 需要下载 runtime 、developer 和 Samples

推荐使用deb方式安装：使用tar方式安装没有cudnn_doc_v7文件，无法验证是否安装成功；

3、将下载的三个文件copy至 home/your_username目录下

4、执行命令安装3个库文件(先runtime、再developer、最后doc)

sudo dpkg -i libcudnn7_7.6.5.32-1+cuda10.1_amd64.deb

sudo dpkg -i libcudnn7-dev_7.6.5.32-1+cuda10.1_amd64.deb

sudo dpkg -i libcudnn7-doc_7.6.5.32-1+cuda10.1_amd64.deb

5、测试cuDNN是否安装成功

1）复制cuDNN samples到home目录下
$ cp -r /usr/src/cudnn_samples_v7 /$HOME

2) 进入home目录
$ cd $HOME/cudnn_samples_v7/mnistCUDNN/

3) 编译mnistCUDNN 
$ sudo make clean 
$ sudo make

4）运行mnistCUDNN 
$ sudo ./mnistCUDNN

(运行需要一段时间)如果出现Test passed！ 表明cuDNN已安装成功。

over！ 已成功安装nvidia-driver455 、cuda10.1 、cuDNN_7.6.5。

四、本文参考文章:

1）、Linux 下的 CUDA 安装和使用指南

2）、NVIDIA cuDNN v8 deb方法安装教程

3）、Linux下安装CUDA并配置环境变量

4）、Linux查看GPU信息和使用情况