Linux系统安装CUDA教程 (在linux中cuda怎么安装)
CUDA是英伟达公司推出的一种并行计算平台和编程模型,用于在GPU上进行并行计算,可以大幅提升计算效率和性能。Linux系统作为一个稳定、高效的操作系统,也经常用于科学计算和机器学习领域,在进行这些领域的工作时需要安装CUDA来支持GPU加速计算。本文将详细介绍在Linux系统上安装CUDA的方法。
一、环境准备
在安装CUDA之前,需要确定自己的Linux系统版本和GPU型号。CUDA支持的Linux发行版有Ubuntu、Red Hat Enterprise Linux、CentOS等。此外,还需要确保自己的GPU型号支持CUDA,具体可以在英伟达公司官网的CUDA支持列表中查看。
在安装CUDA之前,还需要下载相应版本的CUDA installer。可以在英伟达公司官网的CUDA下载页面中下载,根据自己的系统和GPU选择相应版本的CUDA installer。在下载页面中,还可以找到CUDA的安装指南和CUDA Toolkit Release Notes等相关文档,可以对安装过程和工具包有更详细的了解和掌握。
二、安装步骤
1. 卸载旧版本CUDA和GPU驱动
在安装新版本CUDA之前,需要先卸载旧版本的CUDA和GPU驱动。可以使用以下命令卸载:
$ sudo /usr/local/cuda-X.Y/bin/uninstall_cuda_X.Y.pl # X.Y是原版本号
其中,X.Y是被卸载的CUDA版本号,可以使用以下命令查看当前安装的CUDA版本:
$ nvcc -V
同时,也需要卸载旧版本的GPU驱动。可以使用以下命令卸载:
$ sudo apt-get –purge remove “nvidia-*”
2. 安装依赖库和CUDA Toolkit
安装CUDA之前,需要安装一些依赖库和CUDA Toolkit。可以使用以下命令安装依赖库:
$ sudo apt-get update
$ sudo apt-get install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
$ sudo apt-get install libgstreamer-plugins-base1.0-dev libgstreamer1.0-dev
$ sudo apt-get install zlib1g-dev libeigen3-dev libglew-dev libjpeg-dev libpng-dev libtiff-dev gfortran
$ sudo apt-get install liblapacke-dev libopenblas-dev libatlas-base-dev libblas-dev liblapack-dev libmetis-dev libboost-all-dev
这里以Ubuntu为例。其他发行版的安装方法可能会有一些差异,请根据实际情况进行安装。
安装依赖库之后,可以安装CUDA Toolkit。可以使用以下命令安装CUDA Toolkit:
$ sudo sh cuda_X.Y.Z_linux.run # X.Y.Z是CUDA版本号
其中,cuda_X.Y.Z_linux.run是刚刚下载的CUDA installer。
在安装CUDA Toolkit时,会出现以下几个选择:
– Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 x.x.x?(是否安装NVIDIA显示卡驱动)
– CUDA 11.x Toolkit(是否安装CUDA Toolkit)
– CUDA 11.x Samples(是否安装CUDA示例代码)
– Install CUDA 11.x
在这里选择安装NVIDIA显示卡驱动和CUDA Toolkit,并选择“Install CUDA 11.x”即可。
安装完成后,需要将CUDA的动态库路径添加到系统环境变量中,可以使用以下命令:
$ echo “export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH” >> ~/.bashrc
$ source ~/.bashrc
这样就完成了CUDA的安装。可以使用以下命令验证是否安装成功:
$ nvidia-i
$ nvcc -V
3. 配置开发环境
在进行CUDA开发前,需要配置一些开发环境。首先需要编写一个最简单的CUDA程序,检查开发环境是否已经安装好。可以使用以下代码:
#include
__global__ void helloCUDA() {
printf(“Hello CUDA world\n”);
}
int mn() {
helloCUDA>>();
cudaDeviceReset();
return 0;
}
保存为helloworld.cu,然后使用以下命令进行编译:
$ nvcc helloworld.cu -o helloworld
可以运行以下命令,验证CUDA程序是否可以正常运行:
$ ./helloworld
如果输出了“Hello CUDA world”,则说明CUDA环境已经安装成功。
接下来,需要安装另外一些开发环境。可以使用以下命令安装:
$ sudo apt-get install gdb valgrind kcachegrind
其中,gdb是GNU Project Debugger,是一个调试工具;valgrind是一个内存调试工具;kcachegrind是一个代码分析工具。这些工具将有助于开发CUDA应用程序。
三、结语