本文详细介绍了如何从零开始配置实验室的GPU服务器，包括选择Linux mint Xfce桌面版进行系统安装，安装Nvidia显卡驱动、CUDA 10.1和cuDNN，设置Anaconda环境，以及Pytorch-GPU和Tensorflow-GPU的安装。还涉及到多账户管理、远程访问和初步的多GPU并行计算测试。
从零开始实验室GPU服务器配置
操作系统——Linux mint 20
操作系统根据师兄建议使用的是 Linux Mint，Mint有三个桌面：Cinnamon，MATE，Xfce，因为考虑到是实验室的服务器所以选取了最简洁、最稳定的Xfce。关于这三个桌面版本的比较可见官方Docs。官方下载地址。下载完成之后参见官方的文档进行ISO镜像校验。检验之后是U盘启动盘制作，官网的文档介绍的很清楚，这里不再赘述。可能需要说的点在于硬盘的分区，我们实验室的服务器截止我装系统时有一块900G的固态和2T的机械硬盘，在分区时整块固态硬盘作为系统盘挂在在/下，机械硬盘作为数据盘挂在/home。
（因为最近比较忙所以赶时间，今天也装了一天的系统累瘫了所以不好意思得先给大家治治颈椎病，抱拳了老铁！）
Nvidia显卡驱动、CUDA、cuDNN安装
Linux mint里显卡驱动的安装相对于ubuntu的显卡驱动安装友好太多太多了，mint的官方文档里也有。根据之前我配置环境的经验，没有装最新的显卡驱动，而是装了一个
最低0.47元/天 解锁文章
2145
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
