天來(lái)將由《藍(lán)創(chuàng)精英團(tuán)隊(duì)》帶來(lái)一個(gè)Ubuntu 顯卡環(huán)境的安裝,主要是想記錄下來(lái),方便以后快捷使用。
1. 顯卡驅(qū)動(dòng) (nvidia-smi)
2. CUDA (nvidia-smi 可查看具體版本)
3. cuDNN (cuda 深度學(xué)習(xí)加速庫(kù))
4. Conda python環(huán)境管理(Miniconda3)
先更新一下基礎(chǔ)環(huán)境信息
sudo apt update
sudo apt-get install g++
sudo apt-get install gcc
sudo apt-get install make
查看當(dāng)前服務(wù)器的可用驅(qū)動(dòng)版本
ubuntu-drivers devices
我們選擇 標(biāo)記有 recommended(建議安裝) 的驅(qū)動(dòng)來(lái)進(jìn)行安裝。
sudo apt install nvidia-driver-535
安裝完畢后,執(zhí)行 nvidia-smi 是看不到結(jié)果的,這個(gè)時(shí)候是需要重啟電腦的.
reboot
重啟后,執(zhí)行命令,就可以看到顯卡驅(qū)動(dòng)安裝完成了。
nvidia-smi
從圖上也可以看到顯卡驅(qū)動(dòng)已經(jīng)安裝,也能看到CUDA 版本是需要 12.2版本的
打開(kāi)官網(wǎng)
https://developer.nvidia.com/cuda-toolkit-archive
選擇下列跟上圖看到的CUDA 版本
然后,選擇 本地安裝相關(guān)選項(xiàng)。
只需要執(zhí)行紅色圈內(nèi)的命令就可以了.
wget https://developer.download.nvidia.com/compute/cuda/12.2.0/local_installers/cuda-repo-ubuntu2204-12-2-local_12.2.0-535.54.03-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2204-12-2-local_12.2.0-535.54.03-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu2204-12-2-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda
打開(kāi)官網(wǎng)并登錄賬號(hào)
https://developer.nvidia.com/rdp/cudnn-download
選擇跟CUDA版本一樣的版本進(jìn)行下載。
也可以 自己服務(wù)器直接 wget 下載鏈接在服務(wù)器進(jìn)行下載。(下載會(huì)直接下載到當(dāng)前路徑下)
下載完畢后,在當(dāng)前目錄下執(zhí)行腳本
執(zhí)行Shell 腳本
sudo dpkg -i cudnn-local-repo-ubuntu2204-8.9.7.29_1.0-1_amd64.deb
會(huì)提示要安裝公鑰
sudo cp /var/cudnn-local-repo-ubuntu2204-8.9.7.29/cudnn-local-08A7D361-keyring.gpg /usr/share/keyrings/
然后,繼續(xù)安裝
sudo dpkg -i cudnn-local-repo-ubuntu2204-8.9.7.29_1.0-1_amd64.deb
sudo apt-get update
安裝完畢后,繼續(xù)安裝cuDNN庫(kù)和cuDNN示例
也可以在上面執(zhí)行的命令里看到此路徑
cd /var/cudnn-local-repo-ubuntu2204-8.9.7.29/
此路徑下有相應(yīng)的安裝包
sudo dpkg -i libcudnn8_8.9.7.29-1+cuda12.2_amd64.deb
sudo dpkg -i libcudnn8-dev_8.9.7.29-1+cuda12.2_amd64.deb
sudo dpkg -i libcudnn8-samples_8.9.7.29-1+cuda12.2_amd64.deb
至此 cuDNN就安裝完畢了
這個(gè)安裝就簡(jiǎn)單了,直接執(zhí)行命令即可
wget -c https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
chmod 755 Miniconda3-latest-Linux-x86_64.sh
sh Miniconda3-latest-Linux-x86_64.sh
然后,慢慢的回車,輸入yes,輸入yes,最后還要退出登錄,重新登錄,即可。
conda create --name test python=3.8 //創(chuàng)建環(huán)境
conda activate test //切換環(huán)境
conda deactivate //退出環(huán)境
conda env remove -n test //移除環(huán)境
conda env list //查看環(huán)境列表
一個(gè)基本的ubuntu 顯卡環(huán)境就部署完成了,可以部署開(kāi)源的大模型,清華的ChatGLM3大模型或者LangChain模型,以及其他的AI相關(guān)的項(xiàng)目。
Win0搭建的環(huán)境是Python3.6.5 + Cuda10.0 + Cudnn7.6.3 + Tensorflow1.15.0,可參考。
注:
由于我想使用的是Tensorflow1.14.0和Tensorflow1.15.0,百度tensorflow和cuda版本對(duì)應(yīng)。
1.下載
Cuda:cuda_10.0.130_411.31_win10,
Cudnn:cudnn-10.0-windows10-x64-v7.6.3.30
https://developer.nvidia.com/cuda-downloads
https://developer.nvidia.com/rdp/cudnn-archive#a-collapse742-10
2.安裝Cuda
雙擊cuda_10.0.130_411.31_win10.exe
路徑可以自定義
但是之后出現(xiàn)了安裝失敗,原因是因?yàn)閂isual Studio(VS) Intergration無(wú)法安裝
失敗圖,圖是粘貼別人的,類似
之后通過(guò)自定義的方式,取消Visual Studio Intergration進(jìn)行安裝,安裝OK。
粘貼圖,類似
粘貼圖,類似
我暫時(shí)也不使用visual studio,所以我就沒(méi)管,好像也沒(méi)什么影響。
3.之后解壓Cudnn的壓縮包c(diǎn)udnn-10.0-windows10-x64-v7.6.3.30.zip
目錄
若為默認(rèn)安裝,則應(yīng)分別拷貝到的文件夾如下:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
4.nvidia-smi
之后就安裝ok了,如果想使用nvidia-smi這個(gè)命令看的話,需要把它加入環(huán)漸變量中系統(tǒng)變量中path :C:\Program Files\NVIDIA Corporation\NVSMI
打開(kāi)cmd,輸入nvidia-smi
到這里就ok啦!