2021-09-25

Ubuntu 21.04系统安装 + Nvidia RTX3080 Ti 显卡驱动安装+驱动安装后重启黑屏解决+cuda+pytorch深度学习环境搭建

前言

因为要做论文的实验，实验室新购置了3080TI，配置ubuntu深度学习环境，因为在安装3080TI的显卡驱动上遇到很多次问题，便做一个经验分享

1. Ubuntu 21.04 系统安装

1.1 准备系统盘

• 在ubuntu 官网下载官方镜像 （21.04 河马系统）

• 使用 Rufus 制作系统盘

  尝试了18.04、20.04系统，能装系统，但和新卡3080TI驱动兼容的不是很好，遂考虑21.04，终于是成功了，可用去做跑实验了

1.2 安装流程

• 安装系统时选择其他选项，手动地分配各项空间，默认主动分区，不用设为逻辑分区

  因为我是双硬盘：1T固态硬盘+4T机械硬盘，空间就比较自由

  固态硬盘：

  名称	分配大小	类型	备注
  EFI	200MB	自动确定	如果电脑时单系统，一定要配置；双系统则无需配置。
  /	204800MB	Ext4	系统盘大小， 200GB 为佳。 因此一些系统软件会在这里安装，e.g., CUDA, apt-get install 等。
  自动确定	65536MB	交换空间	一般和电脑内存一样大，64GB 为佳。
  /home	剩下所有内存	Ext4	相当与Windows C: 盘了。 一些用户软件会在这里安装，e.g., anaconda 及其环境， pycharm 等

  机械硬盘：

  名称	分配大小	类型	备注
  /home/data	4T（全部机械硬盘）	EXT4	data也可以起别的名字

• 安装完毕后，重启并移除U盘。 如进入系统则安装完成。

2. 显卡驱动安装 （RTX 3080 Ti）

2.1 下载驱动程序

• 下载nvidia驱动程序，RTX 3080 Ti 下载的是 470 版本

• 将 该 .run file 拷贝到 /home 下， 以方便获取并安装

2.2 Ubuntu 系统环境准备

• 安装必要的依赖

  sudo apt-get install gcc make
  sudo apt-get install lightdm
  
       
       
  
       
       
  1
  2

2.3 Ubuntu 图形界面配置

• 禁用 nouveau

  sudo gedit /etc/modprobe.d/blacklist.conf 
  
       
       
  
       
       
  1

  在文件最后一行加入

  blacklist nouveau
  options nouveau modeset=0
  
       
       
  
       
       
  1
  2

  更新内核

  sudo update-initramfs -u 
  
       
       
  
       
       
  1

  重启系统

  reboot
  
       
       
  
       
       
  1

  重启之后， 验证 nouveau是否已被禁用

  lsmod | grep nouveau
  
       
       
  
       
       
  1

  无输出则成功禁用

• 关闭 lightdm

  sudo service lightdm stop
  
       
       
  
       
       
  1

  此时进入黑窗界面

  Ctrl+Alt+F1
  
       
       
  
       
       
  1

  登录账户

• 进入下一步安装显卡驱动

2.4 安装显卡驱动

• 找到之前在 /home 中保存的 NVIDIA-*.run 文件

• 运行

  sudo bash NVIDIA-*.run
  
       
       
  
       
       
  1

  比如我的就是

  sudo bash NVIDIA-Linux-x86_64-470.57.02.run
  
       
       
  
       
       
  1

• 安装过程：

• 如果前面配置都完成了，基本是一路确定，其中 32-bit 库 选择 No， restart X service 选择 Yes 即可

• 完成后 验证 ：

nvidia-smi

   
   

   
   
1

如过正常输出，则安装完成。

• 安装后重启系统，如果进不了图形界面了，进入黑窗只有左上角有个输入光标。

  按 Ctrl+Alt+F1进入命令界面

  这是由于新卡驱动兼容性不够好导致的

  解决方法：

  sudo rm /etc/X11/xorg.conf
  
       
       
  
       
       
  1

  重启即可进入图形界面

3.cuda安装

3.1下载cuda

因为没有21.04的版本，就近选择20.04版本

在终端输入以下命令下载cuda

wget https://developer.download.nvidia.com/compute/cuda/11.4.1/local_installers/cuda_11.4.1_470.57.02_linux.run

   
   

   
   
1

3.2安装cuda

sudo sh cuda_11.4.1_470.57.02_linux.run

   
   

   
   
1

因为安装过了驱动，所以在安装步骤中就把驱动选项取消勾选

3.3配置环境变量

终端输入

sudo gedit ~/.bashrc

   
   

   
   
1

在文档最后加上

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda

   
   

   
   
1
2
3

终端输入source ~/.bashrc更新

3.4验证安装完成

在终端输入 nvcc -V

返回版本结果就成功了，如果终端让你安装什么包就安装上，然后再测试

4.pytorch安装

4.1pytorch下载

https://pytorch.org/

选择合适的版本

进入环境后复制命令输入终端

pip3 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

   
   

   
   
1

4.2验证安装成功

在py文件中写上

import torch
flag = torch.cuda.is_available()
print(flag)
ngpu= 1
# Decide which device we want to run on
device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu")
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3,3).cuda()) 

   
   

   
   
1
2
3
4
5
6
7
8
9

运行，能正常返回说明pytorch和cuda都可用

一起解决这个问题的实验室师兄的帖子：

https://zhuanlan.zhihu.com/p/396680736

可能出现的问题及解决方法：

安装最后出现 nvidia-drm 模块问题

Unable to load the “nvidia-drm” kernel module
ERROR: Installation has failed. Please see the file '/var/log/nvidia-installer.log' for details. You may find suggestions on fixing installation problems in the README available on the Linux driver download page at www.nvidia.com.

出现这个问题可能有两个原因：
1.开启了UEFI secure boot，导致第三方模块没有被合法签名，所以无法校验成功并加载
解决方法： 执行以下命令：

sudo mokutil --disable-validation

该命令会要求设置一个 8-16位的密码，设置完成后重启。第一次重启，会有几秒钟提示按任意键进入MoK管理界面，然后按照提示输入密码，禁用Secure boot 即可。

2.系统在配置文件中禁用了nvidia-drm 模块
解决方法：

执行以下命令：

$ grep nvidia /etc/modprobe.d/* /lib/modprobe.d/*

运行结果如下，可能不同机器的结果会有小出入，但可见NVIDIA的一些模块被禁用：

/etc/modprobe.d/blacklist-framebuffer.conf:blacklist nvidiafb
/lib/modprobe.d/blacklist-nvidia.conf:# This file was generated by nvidia-prime
/lib/modprobe.d/blacklist-nvidia.conf:blacklist nvidia
/lib/modprobe.d/blacklist-nvidia.conf:blacklist nvidia-drm
/lib/modprobe.d/blacklist-nvidia.conf:blacklist nvidia-modeset
/lib/modprobe.d/blacklist-nvidia.conf:alias nvidia off
/lib/modprobe.d/blacklist-nvidia.conf:alias nvidia-drm off
/lib/modprobe.d/blacklist-nvidia.conf:alias nvidia-modeset off
/lib/modprobe.d/nvidia-kms.conf:# This file was generated by nvidia-prime
/lib/modprobe.d/nvidia-kms.conf:options nvidia-drm modeset=1

因此需要将这些blacklist文件删除或者转为.bak文件（可能不同机器文件名不同，可视上一命令运行结果定）

cd /etc/modprobe.d/
sudo mv blacklist-nvidia.conf blacklist-nvidia.conf.bak
cd /lib/modprobe.d/ 
sudo mv blacklist-nvidia.conf blacklist-nvidia.conf.bak

解决以上，重启后，再行安装即可！

原文地址：https://blog.csdn.net/weixin_46203866/article/details/119425999
https://zhuanlan.zhihu.com/p/261314033