开发者实战 | Linux Ubuntu 安装英特尔显卡驱动玩转 AIGC

最新推荐文章于 2024-04-26 16:31:32 发布
最新推荐文章于 2024-04-26 16:31:32 发布
阅读量1.2k 收藏 3
点赞数
文章标签： linux ubuntu AIGC 运维 服务器
原文链接：https://mp.weixin.qq.com/s?__biz=MzkyNjEwNTIzMQ==&mid=2247530885&idx=1&sn=6e5ea0b31d22a9e704a4d2dff3b961b8&chksm=c23e5265f549db73490a65e8a325e5163960f1403aaba3e2d60bd6213d305cc53b2c6c6b124b&scene=126&sessionid=0
版权

点击蓝字

关注我们,让开发变得更有趣

作者：英特尔网络与边缘计算事业部开发者关系经理 李翊玮

8339b634cafe14a8dfe9ca8e1a283f7e.png

本文将介绍如何在Ubuntu 用 5 行指令快速搭建含英特尔显卡的 AI 开发环境, 并使用 OpenVINO™ 及英特尔显卡优化文生图模型 Stable Diffusion 的速度。

8e47664c1b54990bf5d201d9cc37e40d.png

EIV (Edge Insight Vision) 具有一组预集成组件，专为边缘应用的计算机视觉和深度学习推理而设计，并针对英特尔® 架构进行了优化。它作为容器化架构或独立运行时实现。

此软件包包含用于在英特尔处理器和英特尔显卡设备上安装英特尔® 显卡驱动程序和为 OpenVINO™ 推理设置环境的脚本。

工作原理

EIV 是一组预先验证的模块，作为容器化架构或独立运行时实现，用于在边缘部署计算机视觉和深度学习工作负载。该软件包包含面向针对英特尔® 架构优化的计算机视觉和深度学习应用的英特尔® 发行版 OpenVINO™ 工具套件。

51f4fa4cd5a7d6a45056a9bbbb88c2f2.png

图 1：视觉边缘洞察模块

EIV 安装三大模块

  • Docker

  • Intel® GPU drivers

  • The Intel® Distribution of OpenVINO™ toolkit (OpenVINO™) Docker image 2023.0

入门指南

按照此分步指南在 Linux* 上为您的目标系统安装英特尔®  EIV。完成本指南后，您就可以在英特尔® 处理器、iGPU 和英特尔® 锐炫™ 显卡上试用示例应用程序了。

1

建议的系统要求

● 处理器：

  • 第 10代 - 第 13 代智能英特尔® 酷睿™ 处理器

  • 英特尔® 处理器 N 系列

  • 英特尔® 酷睿™ i3 处理器 N 系列

  • 英特尔® 锐炫™ A 系列显卡

● 至少 8GB 内存

● 至少 64GB 硬盘

● 互联网连接

● Ubuntu* 20.04 英特尔物联网或 Ubuntu* 22.04 英特尔物联网

2

准备目标系统

注意：如果主显示器设置为 dGPU，Ubuntu 22.04 安装将冻结。某些设备，例如 ASUS IoT PE3000G 具有默认的 dGPU 作为主显示器。在 BIOS 菜单中，选择高级 -> 图形配置 -> 主显示器，然后选择“IGFX”。保存更改并重新启动系统。接下来，继续安装 Ubuntu 22.04 和 EIV。EIV 安装完成后，如果您希望使用 dGPU 作为主显示器，请转到 BIOS 并切换回“PEG 插槽”。

确保目标系统具有全新的操作系统安装。请按照以下步骤安装 Ubuntu 操作系统：

将适用于英特尔硬件的 Ubuntu v20.04-IoT or Ubuntu v22.04-IoT Desktop ISO file[1] 下载到开发人员工作站。

  1. 使用映像应用程序（如 balenaEtcher[2] 应用程序）创建可启动闪存驱动器。

  2. 刷新 USB 闪存驱动器后，关闭目标系统的电源，插入 USB 闪存驱动器，然后打开目标系统的电源。如果目标系统未从 USB 闪存驱动器启动，请在系统 BIOS 中更改启动优先级。

  3. 按照提示安装具有默认配置的操作系统。有关详细说明，请参阅本指南[3]。

  4. 在代理环境中，请确保已在 /etc/ 环境中设置代理。

01

显卡驱动安装含EVI 

（如已安装Ubuntu 22.04 请直接从此处安装）

在目标系统上运行以下命令以安装 EIV。

1. 安装 git 和 git 将 EIV 存储库克隆到 Ubuntu 系统中。

sudo apt -y install git
Git clone https://github.com/intel/edge-insights-vision.git

向右滑动查看完整代码

2. 更新系统上的软件包。

sudo apt-get update

3. 安装 python3-pip。

sudo apt-get -y install python3-pip

4. 将目录更改为 edge-insights-vision 并安装需求包。

cd edge-insights-vision
pip3 install -r requirements.txt

b8be6dcdd52634fc436f7bf34f164676.png

图 2：安装需求包

5. 安装 EIV。如果您的系统具有 dGPU，它会将您的内核升级到  6.2.8，并且您的系统将在安装过程中重新启动。重新启动后如果没有跑到 100%, 请重复执行此命令 (由于需要重启,请在开始安装之前保存您的工作。)

python3 eiv_install.py

PS. 中国区用户请将 eiv_install.py 档第·25 行

def connect(host='http://google.com'): 

改成

def connect(host='https://baidu.com'):

6. 安装完成后重新启动系统。

0f1f9996333b6a424e083726aee9e7bf.png

图3：成功安装EIV

如果 GPU 驱动程序未显示版本，请重新启动系统并运行此命令以查看驱动程序版本。

clinfo | grep 'Driver Version'

02

运行 Jupyter 笔记本教程

按照以下步骤启动 Jupyter 笔记本并运行基本教程以验证目标系统是否正常工作。

1. 成功安装后，将 launch_notebooks.sh 脚本更改为可执行文件并运行启动器脚本，如下所示：

cd edge-insights-vision
chmod +x launch_notebooks.sh
./launch_notebooks.sh

2. 打开浏览器并粘贴下面突出显示的 URL 以打开 Jupyter 笔记本。

3db1b3e156cbb8da0f61b7d3a3ae4578.png

图 4: Output of launch_notebooks.sh

3. 如果您在浏览器中看到以下页面代表所有 OpenVINO notebooks 都可以用了

2ef28927731d097a237c9ae1fd8d0b94.png

图 5: Jupyter Notebook in the browser

4. 如果打开“notebooks”文件夹，则可以看到所有可用笔记本的列表。

38cf496fb66f0abe6350317fc3735c17.png

5. 选择 notebook 236-stable-diffusion-v2/236-stable-diffusion-v2-optimum-demo-comparison.ipynb

175e673978ecb8411d114b8b23e5bfc1.png

6. 它允许从文字描述生成图像，并有助于比较在 CPU 和独立 GPU 上运行不同管道时的性能。

7. 在“显示可用设备信息”步骤中，您可以看到所有设备，这些设备可用于在此 PC 上进行推理。由于我的电脑中安装了独立的 GPU，因此列表中有 GPU.1 Intel （R） Arc （TM） Pro A40/A50。

69c403e5116f051ba5f20fe0083660b5.png

8. 在此 notebook 中执行的第一个模型是托管在 Hugging Face 上的预训练 Pytorch 模型。

https://huggingface.co/stabilityai/stable-diffusion-2-1

在此单元中，使用standard Stable Diffusion Pipeline在CPU上执行。

9faab77c9d469f2ddb457e7c633f55d6.png

9. 它通过文本描述生成图像，如下所示，在我的电脑上推理大约需要 2 分钟。

c3eb92e08b07460121f3f0a96e362888.png

10. 下一步使用 OpenVINO™ 进行稳定扩散 为此，将同一模型转换为 OpenVINO IR（Intermediate Representation）格式，并使用 OpenVINO™ 稳定扩散管道。CPU 用于推理。

cafb2554201b5aff072b69e943c0f18f.png

对比于使用前已有了显着速度的改进，只需 1 分 16 秒。因此，仅应用 OpenVINO Stable Diffusion Pipeline，性能就提高了近 2 倍。

11. 最后一个实验是在刚装好的显卡上运行 Stable Diffusion。将 GPU 设置为推理设备并运行这几行代码

7f016df1a4e1bd547ecd170f5c50038e.png

可以在森林中看到新的红色汽车和进一步的性能改进！这次只需要 43 秒, 对比于原来的 2 分钟有了 60% 以上的提升

bf92afde1ea19a5a6172c81705cd9e25.png

总结

本文介绍如何使用 EIV 用 5 行指令在快速搭建含英特尔显卡及 OpenVINO™ 的 AI 开发环境。并借由文生图模型Stable Diffusion 说明了 OpenVINO™ 如何优化其推理速度。

如果您有兴趣生成更多图像，学习 OpenVINO™ 并评估设备上生成 AI 的性能，我鼓励您访问：

https://github.com/intel/edge-insights-vision 

并尝试自己运行 OpenVINO™！

[1]  Ubuntu v20.04-IoT or Ubuntu v22.04-IoT Desktop ISO file:

https://ubuntu.com/download/iot/intel-iot

[2]  balenaEtcher：

https://etcher.balena.io/

[3] 指南：

https://ubuntu.com/tutorials/install-ubuntu-desktop#1-overview

OpenVINO™

--END--

你也许想了解(点击蓝字查看)⬇️➡️ 基于 ChatGLM2 和 OpenVINO™ 打造中文聊天助手➡️ 基于 Llama2 和 OpenVINO™ 打造聊天机器人➡️ OpenVINO™ DevCon 2023重磅回归！英特尔以创新产品激发开发者无限潜能➡️ 5周年更新 | OpenVINO™  2023.0，让AI部署和加速更容易➡️ OpenVINO™5周年重头戏！2023.0版本持续升级AI部署和加速性能➡️ OpenVINO™2023.0实战 | 在 LabVIEW 中部署 YOLOv8 目标检测模型➡️ 开发者实战系列资源包来啦！➡️ 以AI作画，祝她节日快乐；简单三步，OpenVINO™ 助你轻松体验AIGC
➡️ 还不知道如何用OpenVINO™作画？点击了解教程。➡️ 几行代码轻松实现对于PaddleOCR的实时推理，快来get！➡️ 使用OpenVINO 在“端—边—云”快速实现高性能人工智能推理
扫描下方二维码立即体验 
OpenVINO™ 工具套件 2023.0

点击 阅读原文 立即体验OpenVINO 2023.0

0a045ef26c6fbc88c7a60ff5593c2d7b.png

文章这么精彩，你有没有“在看”？

OpenVINO 中文社区
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
aliyun开发者社区《玩转AIGC》
02-24
随着人工智能技术的不断发展，AIGC 作为其中一种重要的应用，正越来越受大众关注与重 视。AI 从理解语言、理解文字、理解图片和视频，走向了生成内容，这称之为 AIGC，即人 工智能自动生成内容，是一种‘人机共创’新模式。 本文将围绕文本生成、图像生成以及视频生成这三块主流 AIGC 的应用来给大家讲解详细的 操作指南以及实践方案。以下是来自弹性计算 GPU 云服务器的 8 个 AIGC 最佳实践，可以 帮助大家更好、更快速的搭建属于自己的 AIGC 应用，玩转 AIGC。
intel advanced-N 6235 5G网卡驱动.rar
09-03
软件介绍: 5G网卡驱动Intel(R) Centrino(R) Advanced-N 6235，全新版可直接安装，本驱动windows7-win10系统。Netwsw01.catNetwsw01.infNETwsw01.sysvwifibus.sys
ubuntu下如何查看显卡及显卡驱动
youlinhuanyan的博客
02-13 3274
该版本号并不是你已经安装了该版本的 CUDA 的意思，而是说此显卡最大支持的CUDA版本号。nvidia-driver-535 - distro non-free recommended 这个即推荐的。首先我们需要看看显卡硬件有没正确安装到计算机，我们可以通过命令。当然，如果没安装显卡驱动，则需要安装驱动，可使用如下命令。关于ubuntu下的显卡驱动安装详细过程，可以。命令，查看所有可用的即推荐的显卡驱动。命令，可查看支持的最高版本驱动。命令可以查看更多信息。可直接安装推荐的显卡。
从集显到核显!Intel的显卡技术发展史
痞子龙3D编程
10-02 3980
市场份额超50%!Intel才是最大显卡厂商     泡泡网CPU频道9月5日 如果现在问你谁才是市占率最高的显卡厂商，你会怎么回答呢？是继成功推出HD4800后首度推出DX11显卡HD5800系列的AMD还是推出Fermi后又成功将GTX590推上显卡性能王者地位的Nvidia？其实都不是，答案是CPU巨头之一Intel。     早在915芯片组时代，I
Ubuntu Intel显卡驱动安装 （Ubuntu 14.04--Ubuntu 16.10 + Intel® Graphics Update Tool）
热门推荐
zhangrelay的专栏
12-06 4万+
2018 ROS Melodic的迷失与救赎：：https://blog.csdn.net/column/details/28058.html 2018 GitChat：：沉迷机器人操作系统的一个理由和四种修仙秘籍 最近使用在使用Ubuntu时，发现大部分情况下，不安装显卡驱动，使用默认驱动，都是没有问题的，但对于一些比较奇特配置的电脑，如下所示，如果使用默认驱动，会时常莫名其妙死机crash...
Ubuntu20.04下安装显卡驱动
youlinhuanyan的博客
01-19 1万+
ubuntu20.04+Geforce 960M 显卡驱动安装
ubuntu20.04 安装intel i9-13900H核显驱动
qq_27050183的博客
08-07 2969
解决方法：dpkg: 处理软件包 xxx (--configure)时出错解决方法。系统：ubuntu20.04；CPU：i9-13900H且无独立显卡。1、安装gpg-agent 和wget。4、查看GPU驱动识别到的显卡A770。2、安装DKMS模块。3、reboot重启电脑。
如何在Linux中安装Intel核显驱动?
Perfect886的博客
09-06 1万+
转载文章，仅供参考： https://www.zhihu.com/question/474823917
Ubuntu Linux 22.04 快速安装英特尔显卡驱动(含Edge AI 包)
JK1015的博客
08-28 2604
Ubuntu Linux 22.04 快速安装英特尔显卡驱动(含Edge AI 包)
ApacheBeam实战指南|玩转KafkaIO与Flink
02-24
开发者经常要用到不同的技术、框架、API、开发语言和SDK来应对复杂应用的开发，这大大增加了选择合适工具和框架的难度，开发者想要将所有的大数据组件熟练运用几乎是一项不可能完成的任务。面对这种情况，Google在...
ubuntu 安装amd 显卡驱动
12-22
和Ubuntu相比，debian对于开发者来说在大部分情况下都更好一些，但是在安装驱动这个问题上debian确实比Ubuntu麻烦一些，Ubuntu因为更新比较快，所以把很多较新的驱动都整合进去了，比如我的笔记本的显卡驱动，安装好...
Linux Ubuntu系统上手动安装.NET Core SDK的方法
01-11
前言 .NET发行至今已经过了十四个...最终，.NET Core出现了，它让开发者们在官方和社区的支持走出了Windows，可以在macOS，Linux主流distributions上编写调试并部署.NET程序。 安装方法 今天重装了一台Linux服务器的U
Linux多进程(五) 进程池 C++实现
最新发布
Lyajpunov的博客
04-26 578
进程池是一种并发编程模式，用于管理和重用多个处理任务的进程。它通常用于需要频繁创建和销毁进程的情况，以避免因此产生的开销。减少进程创建销毁的开销：避免频繁创建和销毁进程所带来的系统资源开销。提高系统响应速度：由于进程已经初始化并且一直保持在内存中，可以立即分配执行任务，减少了任务等待时间。控制资源使用：通过限制进程池中的进程数量，可以控制系统资源的使用情况，避免资源过度消耗。
Linux报错处理：‘abrt-cli status’ timed out
Rita_rr的博客
04-23 556
abrt-cli是ABRT(Automated Bug Reporting Tool)的命令行接口，用于在Linux系统中处理和报告程序崩溃。 如果abrt-cli status命令超时，这可能是由于多种原因，包括但不限于系统资源不足、ABRT服务未正常运行、网络问题或配置错误。
linux18：进程等待
m0_73919066的博客
04-20 1095
1：子进程创建的目的是要完成父进程指派的某个任务，当子进程运行完毕退出时，父进程需要通过进程等待的方式，回收子进程资源，获取子进程退出信息（子进程有无异常？没有异常结果是否正确？检查退出码查看错误原因）2：父进程如果一直不回收，就可能造成子进程‘僵尸进程’的问题，子进程一直得不到父进程的回收，进而造成内存泄漏。3：子进程一旦变成僵尸状态，那就刀枪不入，“杀人不眨眼”的kill -9 也无能为力杀死一个已经死去的进程。只能通过进程等待将他进行回收。
arm架构Linux5.0内核连接脚本文件vmlinux.lds.S分析
jianjian的博客
04-23 931
vmlinux.lds.S 是 Linux 内核中用于链接的脚本文件，用于定义内核对象文件的内存布局，即它告诉链接器如何将不同的内核代码段和数据段组合成一个最终的内核映像 vmlinux。编译内核源码生成内核文件的过程分两步，一个是“编译”，另一个是“链接”的过程，vmlinux.lds.S要做的就是告诉编译器如何链接编译好的各个内核.o文件，从而生成vmlinux文件。
Linux：服务器硬件及RAID配置
JIUYINGQAQ的博客
04-22 1533
RAID 0又称为条带化（Stripe），代表了所有RAID级别中最高的存储性能。通过建立RAID 0，原先顺序的数据请求被分散到所有的三块硬盘中同时执行。但由于其没有数据冗余，无法保护数据的安全性，只能适用于I/O速率要求高，但数据安全性要求低的场合。RAID 0数据存储原理。
Linux——权限
2303_79015671的博客
04-26 909
带你了解Linux的权限
Linux 静态IP地址修改与报错处理
zywhehe的博客
04-22 294
Linux 静态IP地址修改与报错处理
ubuntu安装显卡驱动cudnn+cuda+pytorch
09-17
在Ubuntu上安装显卡驱动、CuDNN、CUDA和PyTorch可以按照以下步骤进行： 1. 安装显卡驱动：可以通过以下几种方式安装显卡驱动： - 通过"Software & Updates"工具在“Additional Drivers”选项卡中选择一个适用于您的显卡型号的驱动程序，并点击“Apply Changes”进行安装。 - 通过命令行使用`ubuntu-drivers devices`命令查看可用的驱动，然后使用`sudo ubuntu-drivers autoinstall`命令自动安装推荐的驱动。 2. 安装CuDNN：CuDNN是NVIDIA加速库，可提供用于深度学习的GPU加速功能。可以按照以下步骤安装CuDNN： - 前往NVIDIA官方网站，下载适用于您的CUDA版本的CuDNN压缩文件（通常需要注册NVIDIA开发者账号）。 - 将CuDNN压缩文件解压缩到一个合适的位置，例如`~/cuda`文件夹。 - 打开终端，使用`cd`命令进入CuDNN解压缩文件的路径，并执行以下命令安装CuDNN： ``` sudo cp cuda/include/cudnn*.h /usr/local/cuda/include/ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn* ``` 3. 安装CUDA：CUDA是用于在NVIDIA GPU上进行并行计算的平行计算平台和API。可以按照以下步骤安装CUDA： - 前往NVIDIA官方网站，选择适用于您的显卡和操作系统的CUDA版本，并下载对应的运行文件（通常需要注册NVIDIA开发者账号）。 - 打开终端，使用`cd`命令进入CUDA运行文件所在的目录，并执行以下命令安装CUDA： ``` sudo sh cuda*.run ``` - 执行安装向导中的步骤，根据提示进行安装配置，包括选择安装路径和设置环境变量。 - 安装完成后，可以通过执行`nvcc --version`命令验证CUDA的安装情况。 4. 安装PyTorch：PyTorch是一个用于构建深度学习模型的开源Python库。可以按照以下方式安装PyTorch： - 打开终端，执行以下命令安装PyTorch： ``` pip install torch torchvision ``` - 在安装过程中，可能需要下载和编译一些依赖项。请耐心等待安装完成。 安装完成后，您可以在Ubuntu上使用显卡驱动、CuDNN、CUDA和PyTorch进行深度学习任务。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值