Google Cloud Compute Engine虛擬機安裝CUDA全過程

硬件信息

機器類型：n1-standard-4（4 個 vCPU，15 GB 內(nèi)存）＋1 x NVIDIA Tesla K80

地　　區(qū)：asia-east1-a

安裝NVIDIA驅(qū)動

安裝CUDA

安裝Cudann

配置CUDA

服務(wù)器沒有圖像界面因此和筆記本上的配置方法不同

僅列出重點步驟和需要避過的坑

安裝NVIDIA驅(qū)動

官網(wǎng)地址 http://www.nvidia.com/Download/index.aspx?lang=en-us

找到適合自己GPU的選項，cudatoolkit選擇8.0

創(chuàng)建一個文件夾存放下載好的文件

sudo mkdir /home/downloads

按照“其他信息”提供的代碼段安裝驅(qū)動

dpkg -i nvidia-diag-driver-local-repo-ubuntu1604-384.66_1.0-1_amd64.deb

apt-get update

apt-get install cuda-drivers

reboot

驗證驅(qū)動是否安裝成功

nvidia-smi

安裝CudaToolkit

在收索引擎上搜CUDA-8.0，官網(wǎng)中的release版本很難找

Linux–x86_64–ubuntu–16.04–runfile(local)

下載到上一步的文件夾后，執(zhí)行安裝命令

sudo sh cuda_8.0.61-375.26_linux.run

根據(jù)提示安裝，Install NVIDIAAccelerated Graphics Driver for Linux-x86_64 387.26?選擇n，其他默認

驗證是否安裝成功，輸入一下命令顯示版本號為成功

nvcc -V

安裝Cudann

搜索對應(yīng)的官網(wǎng)版本下載，并解壓到先前的文件夾

tar -xvzf cudnn-8.0-linux-x64-v5.1.tgz

將cudnn部分文件復(fù)制到cuda home中

cd cuda

sudo cp include/cudnn.h /usr/local/cuda/include

sudo cp lib64/libcudnn.* /usr/local/cuda/lib64

配置CUDA

sudo vi /etc/profile

export PATH=/usr/local/cuda-8.0/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

source /etc/profile

參考 https://blog.csdn.net/sinat_25838589/article/details/79116847