Ubuntu 18.04 升级内核 配置GPU驱动+CUDA+CUDNN

Ubuntu 18.04 升级内核 配置GPU驱动+CUDA+CUDNN

本文简述Ubuntu 18.04系统下内核的升级以及CPU驱动、CUDA、CUDNN等的配置过程。希望能够能帮助大家避坑。

首先我系统初始为4.15版本内核的Ubuntu 18.04系统，这里我对内核做了一下升级。实际上不升级也完全没有问题，不影响后续操作。需要注意的地方在于内核版本与NVIDIA驱动版本应当匹配（比如410版本的驱动就无法在4.18以上的内核正常运行）。

升级内核

这里只需要简单的通过apt安装即可。

sudo apt install linux-generic-hwe-18.04

这里会安装默认推荐的适用于18.04的最新内核，我这边获取得到的是5.3.0-59-generic。如果需要其它指定版本的内核，需要分别install image、header、modules等。

GPU驱动

一般驱动安装方式有两种，一是通过NVIDIA官网下载CUDA的runfile在安装CUDA时一起安装，这样做的好处是比较方便，但是CUDA toolkit内默认的驱动版本可能与系统内核不兼容。比如CUDA 10.0默认安装410的驱动，但是在5.0+的系统内核版本下无法使用。第二种方式是通过apt直接安装，可以通过sudo apt search nvidia-driver查找想要的版本，通过sudo apt install nvidia-driver-[版本号]（不加[ ]）的方式安装。
这里由于我升级后的内核对驱动要求版本号更高，所以通过apt进行了安装，版本为440.59。

CUDA

同样，cuda也可以通过apt安装
过sudo apt search nvidia-cuda-toolkit查找想要的版本，通过sudo apt install nvidia-cuda-toolkit的方式安装。
这里要注意apt搜索到的是跟系统版本对应的，比如18.04就只能这样直接安装cuda 9.1,而20.04对应的是10.1.如果你需要的不是这个版本，是没有办法直接apt安装的。这时就需要手动下载安装。

以CUDA10.0为例，在官网选择对应的系统以及版本，一般选择runfile下载，得到.run文件。由于下载过程可能出错，建议到 校验这里校验md5，否则后续会报错。
下载好之后，运行：

sudo sh cuda_10.0.130_410.48_linux.run

文件名按照自己下载的修改。
安装构成首先会有一段说明，按住空格跳到最后，输入accept。
随后会有一些配置，比如是否安装驱动（自己安装了就不要再装了），是否安装OpenGL等，以及安装toolkit的路径等等，按需配置。最后等待安装。安装的步骤是driver - CUDA toolkit - CUDA samples，任何一步出错都会终止并报错，详细错误信息一般会放在 /var/log/nvidia-installer.log 内

可能出现的问题

1. 文件出错或空间不足

gzip: stdin: unexpected end of file 
Extraction failed. 
Ensure there is enough space in /tmp and that the installation package is not corrupt

这类问题是解压出错，第一种可能就是文件有误，可能是下载过程出错，需要校验md5来判断文件是否正确。ubuntu下通过 md5sum [文件名]输出md5校验和，跟官网给的对比一下。
另一种可能就是空间确实不够用，默认的tmp位置是/tmp这里，可以df -lh查看磁盘使用情况，如果确实不够用，可以选择其他的磁盘，重新创建一个tmp文件夹，运行runfile时增加一个参数：

sudo sh cuda_10.0.130_410.48_linux.run --tmpdir=[YOUR TMP DIR]

2. nouveau不兼容问题
   一般会在安装驱动时提示需要重启，在 /var/log/nvidia-installer.log 中显示nouveau的不兼容问题导致出错，这里需要将nouveau禁用掉。
   方法如下：
   首先 编辑 /etc/modprobe.d/blacklist.conf文件，末尾加入blacklist nouveau。
   或在/etc/modprobe.d/目录下新建一个blacklist-nouveau.conf写入
   blacklist nouveau options nouveau modeset=0
   并保存，注意这里的修改需要sudo权限。

然后运行sudo update-initramfs -u后重启即可

3. 如果已有驱动或CUDA安装，在安装时选择继续安装驱动及cuda toolkit也会报错，需要卸载掉旧版本
   可以通过 nvidia-uninstaller 或 sudo apt --purge remove "\*nvidia\*" 卸载驱动，通过 sudo apt --purge remove "\*cublas\*"及 sudo apt --purge remove "\*cuda\*"卸载旧的cuda。

CUDNN

cudnn安装较为简单，在nvidia官网根据系统、cuda版本下载对应的文件，解压后会出现cuda文件夹，里面有include文件夹，包含一个cudnn.h的头文件；和lib64文件夹，里面包含若干.so和.a的库文件。只需要将这两个文件夹的文件复制到cuda安装目录对应的文件夹内即可。注意版本匹配兼容性。

其他

由于我的机器没有图形界面，所以安装或卸载的时候不需要考虑这个问题。如果有图像界面，需要先sudo service lightdm stop关掉，安装好后再sudo service lightdm start开启。

通过nvidia-smi可以查看显卡驱动信息，nvcc -V 查看cuda版本信息。注意nvidia-smi也会显示一个cuda版本，而这个版本与nvcc -V 得到的是有可能不同的。二者不同不一定会影响使用，因为显卡那里查看到的是跟驱动有关的“静态版本，nvcc -V看到的是运行时的版本。对于深度学习而言，一般都是以运行时为准。比如安装一个很新的440版本的驱动，查看显卡可能会显示cuda 10.2，但是实际仍然以安装cuda以及nvcc -V显示为准。在安装深度学习框架时要注意。