Ubuntu22.04_AI环境部署手册v_2.0
- Prerequisites
- 环境
- 步骤如下：
- 1. 系统准备
- 2.安装CUDA
- 3. 安装cuDNN
- 3.1下载cuDNN压缩包（version=9.0.0.0）
- 3.3刷新库
- 3.4 安装代码样例和官方文档
- 3.5 安装运行库
- 3.6 安装扩展库
- 3.7更新库
- 3.8验证cuDNN安装是否成功
- 3.8.1方法一（mnistCUDNN）：
- 3.8.1.1 切换目录并进行测试
- 3.8.1.2 如果遇到缺少FreeImage.h
- 3.8.1.3 安装：
- 3.8.1.4 运行：
- 3.8.2 方法二：烟雾测试（smoke）
- 3.8.2.1 下载依赖
- 3.8.2.2创建虚拟环境
- 3.8.2.3激活环境
- 3.8.2.4安装pytorch以及内核
- 3.8.2.5安装依赖库确保make
- 3.8.2.6 运行烟雾测试
- 3.9使用nvidia-smi查看GPU使用情况
- 4 如何删除CUDA和cDNN
- 欢迎大家留言讨论！
Prerequisites
注意：以下cd的路径文件，请切换到自己文件系统的目录下进行！！！
查看**版本链条**，要确保自己的各个环节版本是适配的： **nvidia + nvidia-driver + cuda + cuda-toolkit + cudnn + gcc + kernel + pytorch + python** 以下版本号来自官网，更新于2024.5.27
环境
在本计算机下，使用的环境如下;
经过官网的版本对齐后，需要安装cuDNN9;
环境 版本号 GPU版本 NVIDIA GeForce GTX 1650 系统版本 ubuntu 22.04 CUDA版本 CUDA 12.2 cuDNN版本 cuDNN 9.1.1.1 步骤如下：
1. 系统准备
更新系统
sudo apt update && sudo apt upgrade -y
安装基础依赖包
sudo apt install git curl vim build-essential gcc-9 g++-9 python-is-python3 python3-Virtualenv
软件&更新
Go to “Software & Updates” then select the “Additional Drivers” tab;
进入如下界面，选择最新版本的（专有，tested）即可;
2.安装CUDA
下载CUDA安装包，最好copy到home：
wget https://developer.download.nvidia.com/compute/cuda/12.2.2/local_installers/cuda_12.2.2_535.104.05_linux.run
安装CUDA
sudo sh cuda_12.2.2_535.104.05_linux.run
配置环境变量 ，source ~/.bashrc 或者 source ~/.zshrc文件中，在末尾填写以下字段：
export PATH=/usr/local/cuda-12.2/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-12.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} export CUDA_HOME=/usr/local/cuda export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH测试CUDA安装，>cuda11.6版本在安装时不提供samples，需要去到github上面下载
https://github.com/NVIDIA/cuda-samples
下载完成后，输入以下，并运行：
注意：切换到该文件所在目录下运行！
cd cuda-samples/Samples/1_Utilities/deviceQuery make all make run
出现以下格式的输出，即为正确：
deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 12.2, CUDA Runtime Version = 12.2, NumDevs = 1 Result = PASS
查看下载好的cuda版本
nvcc -V
3. 安装cuDNN
3.1下载cuDNN压缩包（version=9.0.0.0）
我们已经安装了显卡驱动程序和CUDA;
如果系统还没有安装zlib包，可先sudo apt-get install zlib1g安装一下;
以下为下载代码：
获取软件包：
wget https://developer.download.nvidia.com/compute/cudnn/9.1.1/local_installers/cudnn-local-repo-ubuntu2204-9.1.1_1.0-1_amd64.deb
安装软件包
sudo dpkg -i cudnn-local-repo-ubuntu2204-9.1.1_1.0-1_amd64.deb sudo cp /var/cudnn-local-repo-ubuntu2204-9.1.1/cudnn-*-keyring.gpg /usr/share/keyrings/ sudo apt-get update sudo apt-get -y install cudnn9-cuda-12
3.3刷新库
sudo apt-get update
3.4 安装代码样例和官方文档
sudo apt-get -y install /var/cudnn-local-repo-ubuntu2204-9.1.1/libcudnn9-samples_9.1.1.17-1_all.deb
3.5 安装运行库
sudo apt-get -y install /var/cudnn-local-repo-ubuntu2204-9.1.1/cudnn9_9.1.1-1_amd64.deb sudo apt-get -y install /var/cudnn-local-repo-ubuntu2204-9.1.1/cudnn9-cuda-12_9.1.1.17-1_amd64.deb
3.6 安装扩展库
sudo apt-get -y install /var/cudnn-local-repo-ubuntu2204-9.1.1/libcudnn9-dev-cuda-12_9.1.1.17-1_amd64.deb
3.7更新库
sudo apt-get update
3.8验证cuDNN安装是否成功
3.8.1方法一（mnistCUDNN）：
3.8.1.1 切换目录并进行测试
cp -r /usr/src/cudnn_samples_v9/ $HOME cd $HOME/cudnn_samples_v9/mnistCUDNN make clean && make
3.8.1.2 如果遇到缺少FreeImage.h
3.8.1.3 安装：
sudo apt-get install libfreeimage3 libfreeimage-dev
3.8.1.4 运行：
./mnistCUDNN
出现以上即为成功
3.8.2 方法二：烟雾测试（smoke）
3.8.2.1 下载依赖
sudo apt install build-essential pkg-config cmake cmake-qt-gui ninja-build valgrind sudo apt install python3 python3-wheel python3-pip python3-venv python3-dev python3-setuptools
3.8.2.2创建虚拟环境
python3 -m venv ~/venv/torchgpu
3.8.2.3激活环境
source venv/torchgpu/bin/activate
3.8.2.4安装pytorch以及内核
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113 pip install ipykernel python -m ipykernel install --user --name TORCH-GPU --display-name "PyTorch GPU"
3.8.2.5安装依赖库确保make
sudo apt-get install freeglut3 freeglut3-dev
3.8.2.6 运行烟雾测试
cd cuda-samples/Samples/5_Domain_Specific/smokeParticles make all make run
3.9使用nvidia-smi查看GPU使用情况
nvidia-smi
～～～～～～～～～～～～～～～～～～～～跟新于2024.5.28～～～～～～～～～～～～～～～～～～～～～～～～～～～
4 如何删除CUDA和cDNN
# remove删除cudnn头文件和库文件 sudo rm /usr/local/cuda-12.2/include/cudnn*.h sudo rm /usr/local/cuda-12.2/lib64/libcudnn* #有其他情况出现欢迎评论区留言
欢迎大家留言讨论！
