deepin15.4不仅漂亮而且运行流畅,吸引了大批linuxer,其中也不乏搞cuda的小伙伴。但是有不少童鞋在deepin15.4下配置cuda遇到了困难,所以抽空写个博文说一下我配置的方法。主要针对电脑是intel 核显,nvidia显卡,需要运行cuda,并且有双显卡热切换需求的小朋友。
我的环境
先说一下我电脑的配置吧,大家的硬件环境不一样,我也没法一一测试。
- CPU intel core i5 4210u
- 显卡 nvidia gt840m
- 系统 deepin 15.4 x64
目标
-
安装nvidia-bumblebee,实现双显卡切换
对于笔记本用户来说,一直开着独显的话发热量会明显增大,并且耗电也会变快,所以需要安装bumblebee来切换显卡,平时只用核显就足够了,需要运行cuda或者玩游戏的话才开启独显。
-
安装cuda开发工具
cuda在linux下的开发工具基本上够用了,有基于eclipse 的nsight,有visual profiler性能分析工具,还有pycuda库实现对python运算的加速。但是我以前在deepin上面尝试安装官方的.run包,均以失败告终,很容易把电脑搞崩溃。最近终于找到了从软件源直接安装cuda的方法。
具体安装方法
-
安装nvidia-bumblebee
- 1
- 2
一行命令搞定nvidia驱动、bumblebee切换程序、和显卡状态监控程序。
不用管nouveau驱动,系统会自己屏蔽掉。
然后重启
- 1
重启之后测试
- 1
和
- 1
如果出现如下界面,说明驱动安装成功
-
安装cuda开发工具
首先安装配置g++,gcc
因为cuda版本原因,cuda8之前都只支持g++-4.8,gcc-4.8
所以gcc需要降级
- 1
然后更改软连接
- 1
- 2
- 3
- 4
然后下载开发工具
- 1
使用nsight的方法为:在终端下输入
- 1
-
安装pycuda扩展
有的同学有使用python 写cuda的需求,推荐pycuda,能够自定义核函数,并且里面带的GpuArray这个数据结构很好用安装方法为:
- 1
写一个程序
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
另存为python fill_gpu_with_nans.py
然后
- 1