Comment installer CUDA sur Ubuntu 18.04?

Question

Existe-t-il un tutoriel pour installer CUDA sur Ubuntu 18.04?

Les instructions du site Web Nvidia pour 17.04 et 16.04 ne fonctionnent pas pour 18.04.

Je reçois un message m'invitant à redémarrer puis à réexécuter le programme d'installation. Cependant, lorsque je le fais, je reçois le même message.

Dae-Chul Jo 조대철 · Accepted Answer

J'ai installé CUDA 9.1 sur Ubuntu 18.04 et fonctionne très bien.

Cependant, je devrais modifier gcc, g ++ par défaut et utiliser des fichiers .run au lieu de fichiers .deb.

installez gcc-6, g ++ - 6 (CUDA nécessite gcc-6!)
Dans/usr/bin en tant que racine, rm gcc, gcc-ar, gcc-nm, gcc-ranlib g ++, puis ln -s gcc-6 gcc; ln -s gcc-ar-6 gcc-ar; ln -s gcc-nm-6 gcc-nm; ln -s gcc-ranlib-6 gcc-ranlib; et ln -s g ++ - 6 g ++
installez CUDA en utilisant les fichiers .run. Vous ne pouvez pas utiliser tous les pilotes. Installez plutôt le dernier pilote (si nécessaire, téléchargez NVIDIA-Linux-xxxxxxx.run à partir de Nvidia) serait préférable.

C'est tout.

J'ai essayé d'installer à l'aide de fichiers .deb, mais cela provoque des conflits de paquets, de sorte que j'ai changé de chemin.

Profitez-en!!

eromod · Answer

Dans un terminal, tapez:

Sudo add-apt-repository ppa:graphics-drivers/ppa Sudo apt update Sudo ubuntu-drivers autoinstall

redémarrage

Sudo apt install nvidia-cuda-toolkit gcc-6 nvcc --version

J'ai une carte graphique gtx970 et une nouvelle installation d'Ubuntu 18.04

Cela a fonctionné pour moi

Mr.WorshipMe · Answer

Activez le référentiel multivers, installez les pilotes nvidia, nvidia-cuda-toolkit et gcc6 (de préférence en utilisant update-alternatives pour changer facilement de version):

Dans Logiciels et mises à jour, sélectionnez les référentiels restreint et multivers.
Dans l'onglet Pilotes supplémentaires du logiciel et mises à jour, sélectionnez le pilote propriétaire NVIDIA (390 pour CUDA 9).
Sudo apt update && Sudo apt installez le nvidia-cuda-toolkit ou installez-le à partir du centre de logiciels Ubuntu.
CUDA nécessite gcc6, utilisez update-alternatives pour maintenir à la fois gcc7 et gcc6 comme expliqué ici .

Sinon, vous pouvez suivre Taylor instructions :

Après avoir installé le pilote propriétaire NVIDIA, téléchargez l’installation de CUDA 9 à partir de leur site (procurez-vous la version 17.04 du fichier d’exécution Ubuntu).
rendre le fichier téléchargé exécutable avec Sudo chmod +x
lancez-le avec --override flag
Acceptez les termes et conditions, dites oui pour installer avec une configuration non prise en charge, et non pour “Installer le pilote graphique accéléré NVIDIA pour Linux-x86_64 384.81?”. Assurez-vous de ne pas accepter l'installation du nouveau pilote.
Voir ci-dessus sur l'utilisation de gcc6

La deuxième méthode présente l'inconvénient d'être plus difficile à mettre à niveau ou à supprimer.

Hayvan M · Answer

Je doute que les réponses ci-dessus soient éligibles, car elles semblent quitter le système sans le sous-système de pilotes NVidia dans son ensemble. Je peux deviner pourquoi Cuda n'attire pas les chauffeurs, bien que je préférerais probablement qu'il en soit autrement. Je ne sais pas non plus quel est le bon moyen d’obtenir le dernier pilote, mais pour l’instant, cela semble le faire:

Sudo apt-get installer nvidia-driver-390

FlyingZipper · Answer

La boîte à outils CUDA a finalement publié le 18.04 support ubunt

Derek Stinson · Answer

C'est ce que j'ai fait. Il pourrait y avoir des choses supplémentaires que je n'aurais probablement pas dû faire, mais je vais les inclure quand même.

Commencez par obtenir les pilotes du référentiel ppa. (Je dirais que cela est nécessaire avant l'installation, sauf si vous voulez risquer une boucle de connexion mortelle).

Sudo add-apt-repository ppa:graphics-drivers/ppa Sudo apt-get update

Puis installez le dernier pilote. J'utilise le programme de mise à jour de l'interface graphique pour la plupart appelé Logiciels et mises à jour, dans l'onglet Pilotes supplémentaires. À ce jour, le pilote 396 de nvidia est disponible.

Obtenez g ++ - 6 et gcc-6. (Champs obligatoires)

Sudo apt install g++-6 Sudo apt install gcc-6

Vous pouvez essayer d'utiliser nvidia-cuda-toolkit, mais les chemins d'accès aux bibliothèques ne me sont pas familiers. Je ne voulais pas jouer avec ça.

(Je sauterais probablement celui-ci, mais allez-y si d'autres choses donnent des problèmes)

Sudo apt install nvidia-cuda-toolkit

J'ai fini par installer le fichier d'exécution 9.1 pour Ubuntu 17.04. Télécharge le. Marquez le fichier comme exécutable (je fais un clic droit sur le fichier sur le bureau). Allez dans le terminal et mettez. (Champs obligatoires)

./cuda_9.1.85_387.26_linux.run --override

Il l'installera à l'aide des nouveaux compilateurs gcc. Il vous posera beaucoup de questions et voudra une réponse immédiate.

Répondez oui à la configuration non prise en charge.

Non au pilote nvidia.

Oui - à la boîte à outils

J'ai utilisé les emplacements d'installation par défaut

Une fois installé, assurez-vous d’avoir configuré vos chemins. Le fichier d'exécution vous donnera également un rappel. De plus, la documentation de nvidia vous dira quoi exporter.

echo 'export PATH=/usr/local/cuda-9.1/bin:$PATH' >> ~/.bashrc echo 'export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64:$LD_LIBRARY_PATH' >> ~/.bash.rc source ~/.bashrc

Pour finir, vous devez configurer des liens simples vers gcc-6 et g ++-6, sinon vous recevrez un avertissement pour la compilation de votre propre code.

Sudo ln -s /usr/bin/gcc-6 /usr/local/cuda/bin/gcc Sudo ln -s /usr/bin/g++-6 /usr/local/cuda/bin/g++

Redémarrez le système. (Champs obligatoires)

Martin Thoma · Answer

Voyons comment ma réponse pour 16.04 va:

Télécharger CUDA pour Ubuntu 17.10 (fichier d'exécution local) - Tensorflow recommande CUDA 9. - CUDA 9.2 ne semble pas fonctionner avec tf
Installer les exigences CUDA (voir la section ci-dessous)
Exécutez Sudo sh cuda_7.5.18_linux.run
Suivez les invites de la ligne de commande.

Prochaine étape: Installer le nomCDN

CUDA 9.2

$ nvidia-smi Fri Jun 8 18:09:24 2018 +-----------------------------------------------------------------------------+ | NVIDIA-SMI 390.48 Driver Version: 390.48 | |-------------------------------+----------------------+----------------------+ | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | |===============================+======================+======================| | 0 GeForce 940MX Off | 00000000:02:00.0 Off | N/A | | N/A 72C P0 N/A / N/A | 512MiB / 2004MiB | 90% Default | +-------------------------------+----------------------+----------------------+ +-----------------------------------------------------------------------------+ | Processes: GPU Memory | | GPU PID Type Process name Usage | |=============================================================================| | 0 1031 G /usr/lib/xorg/Xorg 276MiB | | 0 3072 G ...-token=0F06A89A68C1B8739F1AB9EF1C5654F9 232MiB | +-----------------------------------------------------------------------------+ $ nvcc --version nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2018 NVIDIA Corporation Built on Wed_Apr_11_23:16:29_CDT_2018 Cuda compilation tools, release 9.2, V9.2.88

Avertissement : N'installez pas le pilote d'affichage! (Au moins, cela n'a pas fonctionné sur mon Thinkpad T460p)

CUDA 9.0 pour tf

$ nvidia-smi Sat Jun 9 08:55:30 2018 +-----------------------------------------------------------------------------+ | NVIDIA-SMI 390.48 Driver Version: 390.48 | |-------------------------------+----------------------+----------------------+ | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | |===============================+======================+======================| | 0 GeForce 940MX Off | 00000000:02:00.0 Off | N/A | | N/A 68C P0 N/A / N/A | 595MiB / 2004MiB | 91% Default | +-------------------------------+----------------------+----------------------+ +-----------------------------------------------------------------------------+ | Processes: GPU Memory | | GPU PID Type Process name Usage | |=============================================================================| | 0 1036 G /usr/lib/xorg/Xorg 350MiB | | 0 2531 G ...-token=FA7CF967F32AD2277A4B0EA78D1CB8D4 241MiB | +-----------------------------------------------------------------------------+

et

$ nvcc --version nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2017 NVIDIA Corporation Built on Fri_Sep__1_21:08:03_CDT_2017 Cuda compilation tools, release 9.0, V9.0.176

Exigences CUDA

$ Sudo apt-get install gcc-6 g++-6 $ Sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-6 50 $ Sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-6 50

Vérifier avec

$ gcc -v Using built-in specs. COLLECT_GCC=gcc COLLECT_LTO_WRAPPER=/usr/lib/gcc/x86_64-linux-gnu/6/lto-wrapper Target: x86_64-linux-gnu Configured with: ../src/configure -v --with-pkgversion='Ubuntu 6.4.0-17ubuntu1' --with-bugurl=file:///usr/share/doc/gcc-6/README.Bugs --enable-languages=c,ada,c++,go,d,fortran,objc,obj-c++ --prefix=/usr --with-as=/usr/bin/x86_64-linux-gnu-as --with-ld=/usr/bin/x86_64-linux-gnu-ld --program-suffix=-6 --program-prefix=x86_64-linux-gnu- --enable-shared --enable-linker-build-id --libexecdir=/usr/lib --without-included-gettext --enable-threads=posix --libdir=/usr/lib --enable-nls --with-sysroot=/ --enable-clocale=gnu --enable-libstdcxx-debug --enable-libstdcxx-time=yes --with-default-libstdcxx-abi=new --enable-gnu-unique-object --disable-vtable-verify --enable-libmpx --enable-plugin --enable-default-pie --with-system-zlib --with-target-system-zlib --enable-objc-gc=auto --enable-multiarch --disable-werror --with-Arch-32=i686 --with-abi=m64 --with-multilib-list=m32,m64,mx32 --enable-multilib --with-tune=generic --enable-checking=release --build=x86_64-linux-gnu --Host=x86_64-linux-gnu --target=x86_64-linux-gnu Thread model: posix gcc version 6.4.0 20180424 (Ubuntu 6.4.0-17ubuntu1)

foo bar · Answer

Ma propre expérience dans l'installation de CUDA. Testé sur Ubuntu 18.04. Tâche:

Installez le pilote graphique du pilote GFDR5X Palit GeForce GTX 1080 Ti GameRock 11GB [NEB108TT15LC-1020G].
Installez la bibliothèque CUDA pour tous les utilisateurs.

Liens connexes:

Installation du pilote NVIDIA

Accédez au site Web de NVIDIA - https://www.nvidia.com/Download/index.aspx et procurez-vous le dernier pilote pour votre GPU. Dans mon cas c'est:

Product Type: GeForce Product Series: GeForce 10 Series Product: GeForce GTX 1080 Ti Operating System: Linux 64-bit Language: English (US) Press <SEARCH> button and check that founded driver is supporting your GPU in "SUPPORTED PRODUCTS" tab.

Télécharge le. Dans mon cas, le nom du fichier est: NVIDIA-Linux-x86_64-410.78.run

# Change permission to run and execute it Sudo chmod +x NVIDIA-Linux-x86_64-410.78.run # Before installation install gcc and make packages: Sudo apt install gcc Sudo apt install make

Il est préférable d'exécuter l'installation du pilote en mode texte. Pour le mode texte, appuyez sur <Ctrl>+<Alt>+<F3> et connectez-vous à la console.

Très probablement, vous aurez des problèmes avec le pilote graphique précédemment installé appelé Nouveau.

# Remove Nouveau driver Sudo apt –purge remove xserver-xorg-video-nouveau # Remove previously installed NVIDIA driver Sudo apt purge nvidia* # Execute file and answer the questions during installation Sudo ./NVIDIA-Linux-x86_64-410.78.run # Reboot Ubuntu Sudo reboot # To check if installation is successful nvidia-smi

Vous devriez voir la sortie du terminal des pilotes Nvidia:

# Check again lsmod | grep nouveau # should be zero output lsmod | grep nvidia # should be non-zero output # Another check. {tab} means you should press <Tab> button on your keyboard. cat /proc/driver/nvidia/gpus/{tab}/information

Vous devriez voir le modèle correct de votre GPU:

Installation de la bibliothèque CUDA pour tous les utilisateurs

# Install gcc, kernel headers and development libraries Sudo apt install gcc-6 g++-6 linux-headers-$(uname -r) freeglut3-dev libxmu-dev libpcap-dev

Téléchargez la boîte à outils CUDA depuis - https://developer.nvidia.com/cuda-downloads Sélectionnez: Linux, x86_64, Ubuntu, 18.04, runfile (local).

Fichier 2.0 à télécharger: cuda_10.0.130_410.48_linux.run

# Change permissions and run it Sudo chmod +x cuda_10.0.130_410.48_linux.run Sudo ./cuda_10.0.130_410.48_linux.run If installation is successful, your should see the following output: =========== = Summary = =========== Toolkit: Installed in /usr/local/cuda-10.0 Samples: Not Selected Please make sure that - PATH includes /usr/local/cuda-10.0/bin - LD_LIBRARY_PATH includes /usr/local/cuda-10.0/lib64, or, add /usr/local/cuda-10.0/lib64 to /etc/ld.so.conf and run ldconfig as root

Pour configurer l'environnement CUDA pour tous les utilisateurs (et applications) de votre système, créez deux fichiers (utilisez Sudo et un éditeur de texte de votre choix).

# Create file cuda.sh Sudo touch /etc/profile.d/cuda.sh # Open cuda.sh file Sudo nano /etc/profile.d/cuda.sh # Add content to the file export PATH=$PATH:/usr/local/cuda/bin export CUDADIR=/usr/local/cuda # Also create file cuda.conf Sudo touch /etc/ld.so.conf.d/cuda.conf # Open cuda.conf file Sudo nano /etc/ld.so.conf.d/cuda.conf # Add content to the file /usr/local/cuda/lib64 # Restart ldconfig Sudo ldconfig # Create symbolic links to GCC6 in the CUDA bin folder. Sudo ln -s /usr/bin/gcc-6 /usr/local/cuda-10.0/bin/gcc Sudo ln -s /usr/bin/g++-6 /usr/local/cuda-10.0/bin/g++ # Test CUDA by building the examples # Copy the CUDA samples source directory to someplace in your home directory # Go to the directory with the samples and run: make -j4 # There could be compilation error for the samples # Error: cannot find -lGL # I was able to fix it by following the instructions in this link: # http://techtidings.blogspot.com/2012/01/problem-with-libglso-on-64-bit-ubuntu.html (the final two commands) Sudo rm /usr/lib/x86_64-linux-gnu/libGL.so Sudo ln -s /usr/lib/libGL.so.1 /usr/lib/x86_64-linux-gnu/libGL.so