CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN

这篇具有很好参考价值的文章主要介绍了CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

正文共:1333 字 21 图,预估阅读时间:2 分钟

上次我们在Windows上尝试用Tesla M4配置深度学习环境TensorFlow识别GPU难道就这么难吗?还是我的GPU有问题?,但是失败了。考虑到Windows本身就会调用图形显示,可能会有影响,所以我们本次换用Linux系统(CentOS 7.9)来尝试一下。

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

1、下载软件

结合上次的经验教训,我们本次先确定合适的CUDA(Compute Unified Device Architecture) Toolkit的版本。

Tesla M4 GPU(GM206GL)是一款基于Maxwell架构的入门级Tesla GPU,发布于2015年6月切换到WDDM模式,Tesla M4可以用于本地显示输出了!。由于GPU高速发展,2016年Nvidia就发布了基于Pascal架构的Tesla P4,其在性能和功耗方面相比Tesla M4都有大幅提升,因此逐渐取代Tesla M4成为主流;2018年,Nvidia又发布了基于Turing架构的Tesla V100 GPU,在性能和功耗方面又有大幅提升,并逐渐取代了Tesla P4成为主流。一般来讲,认为Tesla M4的生命周期大约3年,即从2015年发布到2018年淘汰。

Tesla M4使用的是Maxwell架构,但因为其生命周期较短,所以官网介绍并非所有Maxwell架构GPU都支持所有CUDA版本和cuDNN版本。我们在Nvidia官方的CUDA兼容性列表中可以查看:

https://developer.nvidia.com/cuda-gpus

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

可以看到,Tesla M系列GPU只列出了M40和M60两款,但是M40和M4的主要差别在于规格和性能差异,所以理论上讲,M4应该也算是支持的。

然后我们到CUDA的下载页面找一下合适的版本。

https://developer.nvidia.com/cuda-toolkit-archive

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

根据时间推断,应该是介于2015年到2019年中间,符合要求的最低版本应该不低于7.0,最高版本应该不低于10.0,网传是11.7版本。为了保险起见,我们先下载2018年9月发布的10.0版本试一下。

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

CUDA支持local(本地)和network(网络)两种安装方式。本地安装程序是自包含的,包括每个组件。它是一个大文件(runfile文件大小为2.0 GB,补丁包为3.3 MB;rpm文件大小为1.9 GB,补丁包为3.6 MB),只需要从互联网上下载一次,就可以安装在多个系统上,推荐在低带宽或隔绝互联网连接环境下试用。

而网络安装程序是一个小型安装程序客户端(3.3 KB),它会在安装过程中下载所需的组件。下载速度更快,但每次新安装时都需要重新下载每个组件。我先给大家简单展示一下使用网络安装程序安装的效果。

rpm -i cuda-repo-rhel7-10.0.130-1.x86_64.rpm
yum clean all
yum install -y cuda

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

可以看到,安装文件还是比较大的,下载文件大小为4.3 GB,比本地下载的文件还大,安装占用空间为8.1 GB,主要是下载时间太长。

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

所以,还是推荐大家换用runfile或rpm进行安装。

确认完CUDA版本,就可以去下载GPU驱动了,在下载页面,我们选择型号为Tesla M4,操作系统选择为RHEL 7,CUDA版本选择为10.0,然后搜索驱动。

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

在驱动下载页面,下载好驱动文件备用。

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

对应的,还建议安装一下cuDNN(CUDA Deep Neural Network library)扩展,列表页面如下:

https://developer.nvidia.com/rdp/cudnn-archive

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

因为GPU驱动是在2019年9月份发布的,在这中间,我们找几个和CUDA 10.0相匹配、并且发布时间在2019年的,最终选定同样是2019年发布的7.6.4版本,应该是可以匹配的。

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

选择下载Linux版本。

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

2、检查配置系统环境

软件都下载好之后,我们先检查一下系统。在安装NVIDIA驱动之前,需要确保安装了epel-release以便后续安装依赖包。

yum install -y epel-release

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

然后,更新系统以确保系统是最新的软件包。

yum list && yum update -y

驱动安装可能需要特定的内核头文件和DKMS(Dynamic Kernel Module Support)模块,安装开发工具包,并根据实际内核版本安装相应的kernel-devel包。

yum groupinstall "Development Tools" -y
yum install -y kernel-devel-$(uname -r) dkms

接下来,将下载的GPU驱动、CUDA和cuDNN上传到主机。

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

3、安装GPU驱动

先安装GPU驱动。

chmod +x NVIDIA-Linux-x86_64-410.129-diagnostic.run
./NVIDIA-Linux-x86_64-410.129-diagnostic.run --dkms --no-opengl-files

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

询问是否使用DKMS注册,默认使用YES。

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

提示信息,直接回车。

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

是否安装32位的库,默认安装上吧。

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

等待驱动安装完成。

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

重启虚拟机,检查驱动是否安装成功。

nvidia-smi

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

能够正常显示GPU型号、规格以及传感器信息。

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

4、安装CUDA及cuDNN

参考CUDA的官方指导,安装软件。

chmod +x cuda_10.0.130_410.48_linux.run
./cuda_10.0.130_410.48_linux.run

展示完EULA并接受,之后配置各项参数。

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

安装完CUDA Toolkit之后,按照提示,向环境变量中添加文件路径。

echo 'export PATH=/usr/local/cuda-10.0/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

检查CUDA是否安装成功。

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

cuDNN在Linux下的安装和Windows一样,只要将文件解压,然后复制到CUDA Toolkit目录下即可。

tar -zxf cudnn-10.0-linux-x64-v7.6.4.38.tgz
cp -avr cuda/ /usr/local/cuda-10.0/

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

至此,软件安装完成。

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

长按二维码
关注我们吧

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN,centos,linux,运维,服务器

Windows部署TensorFlow后识别GPU失败,原因是啥?

TensorFlow识别GPU难道就这么难吗?还是我的GPU有问题?

轻轻松松达到1.8 Gbps,果然HCL还是搭配高档电脑更好使

将Juniper虚拟防火墙vSRX导入EVE-NG

Juniper虚拟防火墙vSRX配置防火墙策略实现业务转发

配置VMware实现从服务器到虚拟机的一键启动脚本

Ubuntu 23.10通过APT安装Open vSwitch

使用Python脚本实现SSH登录设备

VMWare ESXi中,不同的虚拟网卡性能竟然能相差三倍!

VMWare ESXi 7.0的磁盘空间莫名少了120 GB?看这里!

同一个问题,Gemini、ChatGPT、Copilot、通义千问和文心一言会怎么答?

CentOS 7配置Bonding网卡绑定

H3C交换机S6850配置M-LAG基本功能

H3C交换机S6850配置M-LAG三层转发

Windows Server调整策略实现999999个远程用户用时登录

IPv6从入门到精通文章来源地址https://www.toymoban.com/news/detail-827348.html

到了这里,关于CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 笔记--Ubuntu20.04安装Nvidia驱动、CUDA Toolkit和CUDA CuDNN

    目录 1--安装Nvidia驱动 2--安装CUDA 2-1--禁用nouveau 2-2--选择CUDA Toolkit 2-3--下载和安装CUDA Toolkit 2-4--配置环境变量 2-5--测试是否安装成功: 3--安装CUDA CuDNN 4--测试pytorch能否使用Cuda ① 查看可安装的Nvidia驱动版本: ② 安装相应版本的Nvidia驱动: 博主这里选择的是第一个,也可以安

    2024年02月02日
    浏览(61)
  • Ubuntu 22.04 安装Nvidia显卡驱动、CUDA、cudnn

    GPU做深度学习比CPU要快很多倍,用Ubuntu跑也有一定的优势,但是安装Nvidia驱动有很多坑 Ubuntu版本:22.04.3 LTS 分区: /boot 分配 1G ,剩下都分给根目录 / 显卡:GTX 1050 Ti 坑1:用Ubuntu自带的 Additional Drivers可能会出问题,应该从官网下载驱动文件 坑2:用deb文件安装可能会出问题,

    2024年02月08日
    浏览(58)
  • Ubuntu 安装 GPU 驱动、CUDA、cuDNN、Pytorch以及是否安装成功的检测

    Ubuntu 安装 GPU 驱动、CUDA、cuDNN,以及是否安装成功的检测 - 知乎 首先确认电脑上安装了 NVIDIA 显卡 确认有显卡以后输入下面命令,以检查之前是否安装了驱动。 如果返回类似于下面的界面,说明已经安装了显卡驱动: 如果返回类似于下面的界面,则表示显卡驱动还没有安装

    2024年04月08日
    浏览(54)
  • ubuntu20.04显卡驱动cuda cudnn conda TensorRT安装及配置

    如果要使用 TensorRT ,请注意CUDA 支持的最高算力要大于等于GPU本身的算力, 可以先看3小节 conda和pip换源直接看2.3小节 本人已在ubuntu20.04下安装成功。其他版本步骤应该差不多 如果帖子有帮助,感谢一键三连, ^_^ 部署有问题的小伙伴欢迎留言和加 Q 裙- 472648720 BEV各算法环境部

    2024年01月22日
    浏览(55)
  • 安装ubuntu22.04系统,GPU驱动,cuda,cudnn,python环境,pycharm

    需要准备一个u盘,需要 格式化 ,且内存不小于8g 1 下载ubuntu镜像 下载链接: https://cn.ubuntu.com/download/desktop 2下载rufus Rufus - 轻松创建 USB 启动盘 Rufus: Create bootable USB drives the easy way https://rufus.ie/zh/  准备好这两个之后 ​ ​ 配置好之后,点开始,然后基本下一步下一步就可以

    2024年01月24日
    浏览(60)
  • Ubuntu 20.04 安装NVIDIA显卡驱动+cuda 11.7+cudnn 8.4

    参考: https://zhuanlan.zhihu.com/p/59618999 https://blog.csdn.net/linhai1028/article/details/79445722/ Windows+Ubuntu从双系统安装到CUDA cuDNN docker 配置K21 https://blog.csdn.net/qq_45831128/article/details/127060475 https://blog.csdn.net/kunhe0512/article/details/125061911 Ubuntu 20.04 英伟达 RTX 3050 Ti 显卡 1)Ubuntu下查看Nvidia显卡的

    2023年04月10日
    浏览(55)
  • 最新版ubuntu22.04安装NVIDIA显卡驱动以及CUDA、CUDNN,和安装驱动gcc版本问题解决。

    1.驱动安装参考下述链接 1.1 NVIDIA显卡驱动、 CUDA 的安装参考这个博主的具体安装步骤,但是最后一步的 cudnn 的安装参考另一个博主,见链接。 1.2 可以选择最新版本的驱动,需要在官网去找最新的版本对应。 2.最新版本我遇到的错误以及解决方法 2.1.在进入tty1界面后ubuntu安装

    2024年04月24日
    浏览(58)
  • Ubuntu 20.04 LTS 系统下 安装Nvidia 显卡驱动、CUDA、cuDNN, 并可进行CUDA版本切换

    因为做深度学习的研究项目,为全新机器在Ubuntu 20.04 LTS 系统下 安装Nvidia 显卡驱动、Cuda、Cudnn。并进行CUDA版本切换 成功安装完成了,写个记录。 步骤一: 安装更新软件列表和依赖项 在安装Nvidia显卡驱动之前,需要更新软件列表和必要的依赖项。 步骤二: 查看GPU型号,并

    2024年02月13日
    浏览(66)
  • 【ubuntu环境配置】超详细ubuntu20.04/22.04安装nvidia驱动/CUDA/cudnn

    nvidia显卡驱动安装方式有三种:使用ubuntu附加驱动的方式;使用命令行方式安装;使用.run文件的方式进行安装, 点击菜单中的Additional Drivers选择适合的驱动版本进行安装,该方法最方便快捷(但有时会翻车) 更新所有的软件包 安装显卡驱动 详见我的另一篇博客Ubunut20.04/2

    2024年01月22日
    浏览(74)
  • 第三篇-Tesla P40+CentOS-7+CUDA 11.7 部署实践

    系统:CentOS-7 CPU: 14C28T 显卡:Tesla P40 24G 准备安装 驱动: 515 CUDA: 11.7 cuDNN: 8.9.2.26 查看GPU信息 步骤一 查看是否安装了nouveau,有结果表示正在使用nouveau 步骤二 创建一个新的文件,在文件中加入下面两句代码 步骤三 步骤四 重启, 步骤五 验证是否禁用成功,没有结果表示禁用

    2024年02月15日
    浏览(52)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包