安装samples/1_Utilities/deviceQuery等文件

最新推荐文章于 2024-12-08 13:10:55 发布

袁泽斌的学习记录

最新推荐文章于 2024-12-08 13:10:55 发布

阅读量527

点赞数 6

文章标签： ubuntu

本文链接：https://blog.csdn.net/m0_69253695/article/details/142869573

版权

本文章摘抄来自https://zhuanlan.zhihu.com/p/666647168

从cuda11.6开始cuda toolkit就不自带cuda-samples了，而deviceQuery又是cuda-sample的一个子库，所以需要自己手动装一下。

我的系统是ubuntu20.04，已经安装了CUDA Toolkit 12.2。

第一步骤，进入https://github.com/NVIDIA/cuda-samples这个链接，下载zip压缩包

得到cuda-samples-master.zip，然后解压。

第二步骤，在终端运行下面的命令

cd cuda-samples-master/Samples/1_Utilities/deviceQuery

第三步骤，在终端运行下面的命令

make

make 命令将会构建并链接获得可执行文件 deviceQuery。编译过程如下：

成功后，运行可执行文件

./deviceQuery

效果如下

补充：什么是cuda-samples？

cuda-samples 包含一些样例，这些样例旨在展示 CUDA 工具包的各种功能。

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

袁泽斌的学习记录

关注关注

6
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

CUDA安装成功后测试Sample的时候报错（问题解决）

狂浪生

01-26

1万+

在我们安装好了CUDA后，迫不及待的想试试CUDA自带的Sample。 cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery make sudo ./deviceQuery 之后出现以下的错误： $ ./deviceQuery ./deviceQuery Starting... CUDA Device Query (Runtim...

CUDA编程之CUDA Sample-1_Utilities-deviceQuery

翊桐公羽的博客

07-10

1086

CUDA Samples 中 1_Utilities 文件夹里包含了一些实用工具和小型示例程序,它们通常用于支持和演示其他 CUDA 示例程序的功能。这个sample主要是是查询系统上安装的 CUDA 设备的属性。这个程序可以帮助开发人员了解系统上可用的 CUDA 设备的具体信息,以便编写更高效的 CUDA 应用程序。与其相似的Sample还有deviceQueryDrv，它的功能与一样，区别是使用了cuda runtime API, deviceQueryDrv使用了CUDA driverAPI。

参与评论您还未登录，请先登录后发表或查看评论

CUDA学习3——samples下载与编译运行（CSDN_0036_20231126）

woaixuexi428的博客

11-26

6188

CUDA学习，运行Samples

CUDA Samples

02-18

详细讲述了cuda 的安装，版本更新，cuda samples中的各种文件，对应的说明及使用方法等，个人感觉对把握整个cuda学习，还是比较有帮助。

bash: ./deviceQuery.cpp: 权限不够;bash: ./deviceQuery: 没有那个文件或目录

黑手黛博拉的博客

05-14

1563

在安装cuda之后查询是否安装成功时，输入了以下三条命令： cd /usr/local/cuda-10.0/samples/1_Utilities/deviceQuery make ./deviceQuery 在第二条命令make时报错：bash: ./deviceQuery.cpp: 权限不够。这是因为以上命令需要在root权限下使用，所以将命令 make 换成 sudo make 即可解决如题所示报错 ...

《CUDA开发笔记》第2章CUDA安装

不问归期的博客

04-11

1615

在安装CUDA的时候，会安装三个大的组件，分别是NVIDIA驱动、toolkit和samples。驱动用来控制gpu硬件，toolkit里面包括nvcc编译器、Nsight调试工具(支持Eclipse和VS，linux用cuda-gdb)、分析和调试工具和函数库。samples或者说SDK，里面包括很多样例程序包括查询设备、带宽测试等等。接下来笔者就带领大家安装CUDA。 2.1 Windo...

深度学习环境搭建（三）之 CUDA安装

二爷的博客

02-28

3730

切换到CUDA Sample目录，默认在/home/xxx/NVIDIA_CUDA-xxx/下。进入bin/x86_64/linux/release文件夹。安装完CUDA Driver后，就可以安装CUDA了。因为项目需要，这里安装的CUDA 11.4版本。如果驱动已经安装，不要选驱动。CUDA Sample测试。，找到要下载的版本。

windows系统CUDA的详细安装教程

热门推荐

二爷的博客

04-23

1万+

hello,大家好，之前一直在ubuntu系统上做开发，今天给大家分享如何在windows系统上安装CUDA。首先需要下载两个安装包，CUDA toolkit 和 cuDNN，CUDA（Compute Unified Device Architecture）是由NVIDIA开发的并行计算平台和编程模型。它利用了NVIDIA的GPU（图形处理器）来加速计算任务，使得许多复杂的计算任务可以在GPU上并行处理，从而提高计算性能。

11.28 zed yolo ros 练习

weixin_42011960的博客

11-28

910

将代码放在了catkin_ws->src->robot_vision->scripts darknet_zed.py 识别物体加边框标签距离 step1 连Zed相机在/usr/local/zed/tools中，运行./ZED_Diagnostic 【如何找到local文件夹：other locations->computer->usr->local->zed->tools】连相机的过程中出现错误：cuda不见了（可能...

机器学习-搭建环境-5：安装CUDA和cuDNN

阿门的博客

12-13

515

一、安装CUDA10 在计算机上使用CUDA，我们需要如下的基本组件：支持CUDA的GPU 一个CUDA支持的Linux版本和一个gcc编译器和相关工具链 NVIDIA CUDA Toolkit （1）检查是否安装了GPU # 检查是否安装了GPU lspci|grep -i nvidia # 检查tensorflow是否支持GPU $ python >> import...

nvidia cuda-samples

01-11

来自CUDA官方的目录文件，用于提供CUDA官方样例文件。

cuda-samples：简单的Cuda样本<3

02-13

CUDA样本简单的Cuda样本<3

cuda-samples:CUDA开发人员示例，演示了CUDA Toolkit中的功能

04-29

CUDA样本 CUDA开发人员示例，演示了CUDA Toolkit中的功能。该版本支持。发行说明本部分仅描述GitHub上CUDA示例的发行说明。 CUDA 11.3 添加了streamOrderedAllocationIPC 。演示进程间通信，每个GPU使用一个进程进行计算。添加了simpleCUBLAS_LU 。演示使用cuBLAS API的批处理矩阵LU分解cublas<t>getrfBatched() 更新了simpleVulkan 。演示时间线信号量的使用。使用cudaMallocHost()更新了多个示例以使用固定内存。 CUDA 11.2 添加了streamOrderedAllocation 。演示使用cudaMallocAsync和cudaMemPool系列API在GPU上按流排序的内存分配。添加了streamOrderedAllocati

RTX3090在ubuntu18.04下安装NVIDIA驱动以及cuda与cudnn教程

weixin_45853361的博客

03-05

7872

目录一.安装显卡驱动1.1 下载显卡驱动安装包1.2更换下载源1.3安装依赖项1.4 屏蔽开源驱动 nouveau1.5 关闭图形界面1.6 安装驱动1.7 检查是否安装成功1.8 重启 X-window 服务二.CUDA安装2.1 cuda下载与安装2.2 测试是否安装成功三.cuDNN下载与安装一.安装显卡驱动 1.1 下载显卡驱动安装包官网链接： https://www.nvidia.cn/geforce/drivers/ 手动查找适用于自己的 NVIDIA G

超详细的win10安装对应版本的CUDA和CUDNN ！亲测有效！

奕航姜的博客

09-02

1万+

本文参考链接：https://blog.csdn.net/u011473714/article/details/95042856 参考链接是安装CUDA10，我装的是最新的11，安装哪个版本看你自己，我一般喜欢最新的！ CUDA10安装配置 CUDA10的安装包可直接从NVIDIA官网下载。根据相应的系统选项，我选择的是cuda_10.1.168_425.25_win10.exe(大小为2.3G) 下载路径：https://developer.nvidia.com/zh-cn 下载exe,如下

cuda 安装步骤

lizhengl的专栏

06-07

715

lshw -numeric -C display # 检查product: NVIDIA Corporation 后的产品标识。详见https://blog.csdn.net/weixin_39269896/article/details/130586431。官网查询：https://www.nvidia.cn/Download/index.aspx?yum install pciutils -y # 安装。lspci | grep VGA # 检查。

CUDA学习笔记(1):安装和起步-1

郝玉杰的专栏

12-08

1500

本文从编译和执行cuda-samples为目标，从安装cuda开始写在这里一方面是作个笔记，另一方面，也希望其中的一些疑惑，有人能给以指导。#准备。

源码学习：CUDA samples（持续更新）

weixin_36012235的博客

06-20

715

源码地址： https://github.com/NVIDIA/cuda-samples

Linux下非root用户安装CUDA11.3sample

最新发布

01-11

### 安装 CUDA 11.3 样本代码作为非 root 用户为了在 Linux 系统上以非 root 用户身份安装 CUDA 11.3 的样本代码，可以按照如下方法操作： #### 下载并解压 CUDA 工具包首先下载适用于 Linux 的 CUDA 11.3 运行文件。由于目标版本为 11.3 而不是提供的 11.4.3 版本链接，应调整 URL 来匹配所需的版本号。 ```bash wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda_11.3.0_465.19.01_linux.run ``` 接着创建一个本地目录用于存放工具包及其样例程序，并在此位置运行安装器而不需管理员权限。 ```bash mkdir ~/cuda-install && cd ~/cuda-install sudo sh ./cuda_11.3.0_465.19.01_linux.run --silent --toolkit --samples --override ``` 注意这里使用 `--silent` 参数来静默执行命令；`--toolkit` 和 `--samples` 参数分别指定仅安装开发库以及示例项目；最后加上 `--override` 可能会覆盖已存在的相同路径下的旧版文件[^1]。 #### 设置环境变量为了让编译器能够找到新安装的 CUDA 库和头文件，在当前用户的 shell 配置文件（比如 `.bashrc`,`.zshrc`）里追加下面两行配置：对于 Bash Shell: ```bash echo 'export PATH=$HOME/cuda-install/bin${PATH:+:${PATH}}' >> ~/.bashrc echo 'export LD_LIBRARY_PATH=$HOME/cuda-install/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}' >> ~/.bashrc source ~/.bashrc ``` 对于 ZSH Shell: ```bash echo 'export PATH=$HOME/cuda-install/bin${PATH:+:${PATH}}' >> ~/.zshrc echo 'export LD_LIBRARY_PATH=$HOME/cuda-install/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}' >> ~/.zshrc source ~/.zshrc ``` 这一步骤确保了即使没有全局安装 CUDA, 编程环境中也能识别到个人空间内的 CUDA SDK. #### 测试安装成功与否完成上述步骤之后可以通过验证几个简单的例子是否正常工作来进行测试。进入 `$HOME/NVIDIA_CUDA-11.3_Samples/1_Utilities/deviceQuery` 文件夹下构建并执行 deviceQuery 实用程序查看 GPU 设备信息。 ```bash cd $HOME/NVIDIA_CUDA-11.3_Samples/1_Utilities/deviceQuery make ./deviceQuery ``` 如果一切顺利的话应该能看到有关于所连接 NVIDIA 显卡的信息输出，表明安装过程顺利完成.