Ubuntu14.04 64bit+ CUDA 6.5配置记录
来源:互联网 发布:java前景分析发展前景 编辑:程序博客网 时间:2024/05/21 09:42
1:预检查
1.1检查系统
执行命令::~$ lspci | grep -i nvidia
我的机器显示有块GPU 与一块Audio device。
1.2然后检查系统版本:
执行命令: ~$ uname -m && cat /etc/*release
可以看到,机器是Ubuntu 14.04 LTS的版本
1.3检查gcc 版本
执行命令:~$ gcc --version
(若未安装,可以按照如下方法安装
方法一:
该方法超简单:
sudo apt-get build-depgcc
就上面这条命令就可以搞定
方法二:
sudo apt-get install build-essential
还是简单,一句命令也可以搞定
安装完了可以执行
gcc--version
的命令来查看版本,输出如下:
gcc(GCC)4.2.3(Ubuntu4.2.3-2ubuntu7)
Copyright(C)2007FreeSoftwareFoundation,Inc.)
————————————————————---------------------------------------------------------------------------------——————————————————————————————
以上问题出现问题可去参考reference 1
————————————————————---------------------------------------------------------------------------------——————————————————————————————
2.安装build-essentials
安装开发所需要的一些基本包
sudo apt-get install build-essential
3. 安装NVIDIA驱动 (3.4.0)
输入下列命令添加驱动源
sudo add-apt-repository ppa:xorg-edgers/ppasudo apt-get update
安装340版驱动
sudo apt-get install nvidia-340
安装完成后, 继续安装下列包 (否则在运行sample时会报错)
sudo apt-get install nvidia-340-uvm
安装完成后 reboot.
4:安装CUDA 6.5
下载地址为:https://developer.nvidia.com/cuda-downloads
下载自己系统所需要的RUN 文件(我下载的为 Ubuntu 14.04** RUN)
下载后的文件为:cuda_6.5.14_linux_64.run
该文件里面主要包含3部分
- CUDA安装包: cuda-linux64-rel-6.5.14-18749181.run
- NVIDIA驱动: NVIDIA-Linux-x86_64-340.29.run
- SAMPLE包: cuda-samples-linux-6.5.14-18745345.run
注意, 需要通过下面命令给所有.run文件可执行权限
chmod +x *.run
PATH=/usr/local/cuda-6.5/bin:$PATHexport PATH
保存后, 执行下列命令, 使环境变量立即生效
source /etc/profile
在 /etc/ld.so.conf.d/加入文件 cuda.conf, 内容如下
/usr/local/cuda-6.5/lib64
新建cuda.conf配置文件的命令为:
sudo touch cuda.conf %新建一个空的cuda.conf文件
sudo gedit cuda.conf %打开这个文件进行编写
执行下列命令使之立刻生效
sudo ldconfig
首先安装下列依赖包
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libglu1-mesa-dev
然后用下述命令只安装sample文件(会如上文所述,提示安装CUDA安装包、NVIDIA驱动、SAMPLE包, 只选择SAMPLE包)
sudo ./cuda_6.5.14_linux_64.run
完成后编译Sample文件, 整个过程大概10分钟左右
cd /usr/local/cuda-6.5/samplessudo make
全部编译完成后, 进入 samples/bin/x86_64/linux/release, sudo下运行deviceQuery
sudo ./deviceQuery
./deviceQuery Starting... CUDA Device Query (Runtime API) version (CUDART static linking)Detected 1 CUDA Capable device(s)Device 0: "GeForce GTX 670" CUDA Driver Version / Runtime Version 6.5 / 6.5 CUDA Capability Major/Minor version number: 3.0 Total amount of global memory: 4095 MBytes (4294246400 bytes) ( 7) Multiprocessors, (192) CUDA Cores/MP: 1344 CUDA Cores GPU Clock rate: 1098 MHz (1.10 GHz) Memory Clock rate: 3105 Mhz Memory Bus Width: 256-bit L2 Cache Size: 524288 bytes Maximum Texture Dimension Size (x,y,z) 1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096) 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: 65536 Warp size: 32 Maximum number of threads per multiprocessor: 2048 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): (2147483647, 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 Bus ID / PCI location ID: 1 / 0 Compute Mode: < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 6.5, CUDA Runtime Version = 6.5, NumDevs = 1, Device0 = GeForce GTX 670Result = PASS
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler其他版本用户参考官方说明:http://caffe.berkeleyvision.org/installation.html
GCC version: gcc version 4.8.2 (Ubuntu 4.8.2-19ubuntu1)
6.2. Toolkit验证
验证cuda toolkit是否成功。
~$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2014 NVIDIA Corporation
Built on Thu_Jul_17_21:41:27_CDT_2014
Cuda compilation tools, release 6.5, V6.5.12
不出意外的话应该会提示,nvcc没有安装,其实就是,nvidia-cuda-toolkit的编译器没有安装完整,总之,根据提示继续就好了
可执行: sudo apt-get install nvidia-cuda-toolkit
(该部分出现问题可参考reference 4)
6.3. 设备识别
使用cuda sample已经编译好的deviceQuery来验证。deviceQuery在<cuda_sample_install_path>/bin/x_86_64/linux/release目录下。
在安装了CUDA SAMPLE后,全部编译完成后,我们已经进行过了设备的识别。
———————————————————————————————————————————————————————————————————————
验证部分为参考文献reference 3
———————————————————————————————————————————————————————————————————————
至此,Ubuntu14.04 64bit+ CUDA 6.5配置完成了!
reference:
1:http://www.linuxidc.com/Linux/2014-10/107501.htm
2:http://www.cnblogs.com/platero/p/3993877.html
3:http://www.linuxdiyf.com/linux/2699.html
4:http://blog.csdn.net/u013476464/article/details/38071075
- Ubuntu14.04 64bit+ CUDA 6.5配置记录
- caffe Ubuntu14.0.4 64bit 环境配置说明(无CUDA)
- ubuntu14.04 配置cuda
- caffe+Ubuntu14.0.4 64bit 环境配置说明(无CUDA,caffe在CPU下运行)
- caffe+Ubuntu14.0.4 64bit 环境配置说明(无CUDA,caffe在CPU下运行)
- 环境配置说明(无CUDA,caffe在CPU下运行)caffe+Ubuntu14.0.4 64bit
- Ubuntu14.04配置cuda-convnet
- ubuntu14.04 64bit 安装 && 破解quartus13.0 记录
- Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
- Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
- Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
- Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
- Ubuntu 14.04 64bit + CUDA 6.5 配置说明
- Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
- Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
- Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
- Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
- Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
- C# 托管资源与非托管资源
- HttpClient的用法总结(转载自小小凉凉)
- 好心有好报
- python域名查询工具
- 1、bananapi使用-操作系统之间的对比
- Ubuntu14.04 64bit+ CUDA 6.5配置记录
- 通过openvpn客户端访问服务端及内网
- php curl_init函数用法
- PHP引号的正确使用方式介绍
- 微信公共服务平台开发(.Net)-生成带参数的二维码
- HDU 3715 Go Deeper(2-sat)
- 中获取ip地址
- 《收获,不止oralce》读书笔记(2)
- POJ 1384 Piggy-Bank(完全背包)