华为OpenEuler体验系列（16）-显卡驱动安装以及CUDA

最新推荐文章于 2024-10-21 11:14:46 发布

mengyoufengyu

最新推荐文章于 2024-10-21 11:14:46 发布

阅读量4.8k

点赞数 4

分类专栏： OpenEuler

本文链接：https://blog.csdn.net/mengyoufengyu/article/details/118498392

版权

OpenEuler 专栏收录该内容

22 篇文章 28 订阅

订阅专栏

0、OpenEuler内核：

因为OpenEuler使用的是4.19内核，所以属于el8。下面是centos与内核版本对应关系

6.4/	20-Jun-2013 15:50	kernel-2.6.32-358.el6.src.rpm
6.5/	21-Dec-2013 14:05	kernel-2.6.32-431.el6.src.rpm
6.6/	31-Jul-2015 16:17	kernel-2.6.32-504.el6.src.rpm
6.7/	21-Jan-2016 13:22	kernel-2.6.32-573.el6.src.rpm
7.0.1406/	07-Apr-2015 15:36	kernel-3.10.0-123.el7.src.rpm
7.1.1503/	13-Nov-2015 13:01	kernel-3.10.0-229.el7.src.rpm
7.2.1511/	16-Feb-2016 16:15	kernel-3.10.0-327.el7.src.rpm
7.3.1611/	2017-02-20 22:21	kernel-3.10.0-514.el7.src.rpm
7.4.1708/	2018-02-26 14:32	kernel-3.10.0-693.el7.src.rpm
7.5.1804/	2018-05-09 20:39	kernel-3.10.0-862.el7.src.rpm
7.6.1810/	2018-12-02 14:34	kernel-3.10.0-957.el7.src.rpm
7.7.1908/	2019-09-15 01:00	kernel-3.10.0-1062.el7.src.rpm
7.8.2003/	2020-06-17 17:55	kernel-3.10.0-1127.el7.src.rpm
7.9.2009/	2020-11-09 22:01	kernel-3.10.0-1160.el7.src.rpm
8.0.1905/	2020-09-09 07:43	kernel-4.18.0-80.el8.src.rpm
8.1.1911/	2020-04-13 08:20	kernel-4.18.0-147.el8.src.rpm
8.2.2004/	2020-06-15 12:42	kernel-4.18.0-193.el8.src.rpm

1、检测显卡驱动及型号

(1) 添加ELPepo源

sudo rpm --import https://www.elrepo.org/RPM-GPG-KEY-elrepo.org
sudo yum install https://www.elrepo.org/elrepo-release-8.el8.elrepo.noarch.rpm

2、安装NVIDIA驱动检测

sudo yum install nvidia-detect
nvidia-detect -v

显示内容如下：

Probing for supported NVIDIA devices...
[8086:3ea0] Intel Corporation UHD Graphics 620 (Whiskey Lake)
[10de:1d13] NVIDIA Corporation Device 
This device requires the current 440.64 NVIDIA driver kmod-nvidia
WARNING: Xorg log file /var/log/Xorg.0.log does not exist
WARNING: Unable to determine Xorg ABI compatibility
WARNING: The driver for this device does not support the current Xorg version
An Intel display controller was also detected

cuda版本与驱动版本对应关系：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-vSErsxy4-1625489489137)(./2020-11-29%2000-06-43.png)]

Tensorflow CUDA Linux GPU对应

ersion	Python version	Compiler	Build tools	cuDNN	CUDA
tensorflow-2.3.0	3.5-3.8	GCC 7.3.1	Bazel 3.1.0	7.6	10.1
tensorflow-2.2.0	3.5-3.8	GCC 7.3.1	Bazel 2.0.0	7.6	10.1
tensorflow-2.1.0	2.7, 3.5-3.7	GCC 7.3.1	Bazel 0.27.1	7.6	10.1
tensorflow-2.0.0	2.7, 3.3-3.7	GCC 7.3.1	Bazel 0.26.1	7.4	10.0
tensorflow_gpu-1.15.0	2.7, 3.3-3.7	GCC 7.3.1	Bazel 0.26.1	7.4	10.0
tensorflow_gpu-1.14.0	2.7, 3.3-3.7	GCC 4.8	Bazel 0.24.1	7.4	10.0
tensorflow_gpu-1.13.1	2.7, 3.3-3.7	GCC 4.8	Bazel 0.19.2	7.4	10.0
tensorflow_gpu-1.12.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.15.0	7	9
tensorflow_gpu-1.11.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.15.0	7	9
tensorflow_gpu-1.10.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.15.0	7	9
tensorflow_gpu-1.9.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.11.0	7	9
tensorflow_gpu-1.8.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.10.0	7	9
tensorflow_gpu-1.7.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.9.0	7	9
tensorflow_gpu-1.6.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.9.0	7	9
tensorflow_gpu-1.5.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.8.0	7	9
tensorflow_gpu-1.4.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.5.4	6	8
tensorflow_gpu-1.3.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.4.5	6	8
tensorflow_gpu-1.2.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.4.5	5.1	8
tensorflow_gpu-1.1.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.4.2	5.1	8
tensorflow_gpu-1.0.0	2.7, 3.3-3.6	GCC 4.8	Bazel 0.4.2	5.1	8

3、驱动下载地址：

https://www.nvidia.cn/geforce/drivers/

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-b1Td6r5D-1625489489139)(./2020-11-28 23-40-15.png)]

最新驱动程序版本: 455.45 - 发行日期: 2020-11-17,

https://cn.download.nvidia.cn/XFree86/Linux-x86_64/455.45.01/NVIDIA-Linux-x86_64-455.45.01.run

4、处理显卡冲突

因为安装NVIDIA官方驱动会和系统自带nouveau驱动冲突，需要禁用自带的nouveau驱动，先执行命令查看该驱动状态：
lsmod | grep nouveau

修改/etc/modprobe.d/blacklist.conf 文件，以阻止 nouveau 模块的加载，如果系统没有该文件需要新建一个，这里使用root权限，普通用户无法再在/etc内生成.conf文件。
echo -e "blacklist nouveau\noptions nouveau modeset=0">/etc/modprobe.d/blacklist.conf
或者，直接创建编辑 /etc/modprobe.d/blacklist.conf
vi /etc/modprobe.d/blacklist.conf
输入如下：

blacklist nouveau
noptions nouveau modeset=0

5、重新建立initramfs image文件

mv /boot/initramfs-$(uname -r).img  /boot/initramfs-$(uname -r).img.bak
dracut /boot/initramfs-$(uname -r).img $(uname -r)

6、安装驱动：

sudo sh ./NVIDIA-Linux-x86_64-440.100.run
nvidia-smi

卸载显卡驱动以及重装

sudo sh ./NVIDIA-Linux-x86_64-440.100.run --uninstall

显示如下：

NVIDIA-SMI 440.100      Driver Version: 440.100      CUDA Version: 10.2

7、安装cuda

资料上建议先装cuda，避免安装中的冲突。

官网下载cuda-rpm包 https://developer.nvidia.com/cuda-downloads ，一定要对应自己的版本。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-MLIncKpw-1625489489141)(./2020-11-29 00-06-43.png)]

历史版本：https://developer.nvidia.com/cuda-toolkit-archive

# 如果wget下载文件很小，大约32个字节，清重新下载
wget https://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
wget https://developer.download.nvidia.cn/compute/cuda/10.2/Prod/patches/1/cuda_10.2.1_linux.run
wget https://developer.download.nvidia.cn/compute/cuda/10.2/Prod/patches/2/cuda_10.2.2_linux.run

sudo sh ./cuda_10.2.89_440.33.01_linux.run
sudo sh ./cuda_10.2.1_linux.run
sudo sh ./cuda_10.2.2_linux.run
sudo /usr/local/cuda-10.2/bin/nvcc --version

各个版本下载目录： https://developer.nvidia.com/rdp/cudnn-archive#a-collapse51b
不要点击，复制连接

cuda验证:

nvcc -V
cat /usr/local/cuda-10.2/version.txt
cd /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

出现错误，tmpfs空间不足

# 卸载tmpfs：
umount /dev/shm
# 进程被占用，杀掉进程：
fuser -km /dev/shm
# 再次卸载tmpfs：
umount /dev/shm
# 挂载tmpfs：
mount -t tmpfs -o size=5120m tmpfs /dev/shm

8、安装cudnn

(4)cudnn下载/安装：
cudnn一定要对应的cuda;cudnn不需要选择平台;尽量选择最新的版本;

tar -zxvf cudnn-10.2-linux-x64-v8.0.4.30.tgz
sudo cp cuda/include/* /usr/local/cuda/include/
sudo cp cuda/include/* /usr/local/cuda-10.2/include/
sudo cp cuda/lib64/*   /usr/local/cuda/lib64/
sudo cp cuda/lib64/*   /usr/local/cuda-10.2/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
sudo chmod a+r /usr/local/cuda-10.2/include/cudnn.h /usr/local/cuda-10.2/lib64/libcudnn*