【Ubuntu】16.04服务器：驱动更新+cuda11+cudnn

已于 2022-09-18 10:09:46 修改
阅读量3.5k 收藏 26
点赞数 6
文章标签： ubuntu cuda
于 2021-07-21 21:52:08 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44703886/article/details/118960145
版权

引言

笔者学校服务器的系统是Ubuntu 16.04 ，显卡GeForce RTX 2080Ti。
想将cuda升级到11.3，以及一系列的cudnn+驱动的升级

1. 驱动升级

查看Ubuntu的显卡版本

lspci | grep -i vga

只返回了16进制码，查询地址：http://pci-ids.ucw.cz/mods/PC/10de/2204
在这里插入图片描述

官网地址：https://www.nvidia.cn/geforce/drivers/

1.1 找到合适自己的版本
打开上述官网地址，按键盘上的F12，点击Console或者控制台在这里插入图片描述
然后在下方小箭头处 ，粘贴下面的代码后（可以查看最新往前200个旧版本），按回车

SystemScanner.prototype.DriverSearch = function(psid, pfid, osID, langCode, whql, beta, dltype, numresults ) {numresults=200;this.scannerStatusUpdate(GFE_SERVER_CONNECTING);theScanner.scannedDevice.downloadInfo=new Object();var parameters='psid='+psid;parameters+='&pfid='+pfid;parameters+='&osID='+osID;parameters+='&languageCode='+langCode;parameters+='&beta='+beta;parameters+='&isWHQL='+whql;parameters+="&dltype="+dltype;parameters+="&sort1=0";parameters+="&numberOfResults="+numresults;var requestUrl=this.driverManualLookupUrl+parameters;this.driversLogUIEvent("warn","SUID:"+this.tracker.scanID+" BEGIN DriverSearch requestUrl:"+requestUrl);this.debugTrace(requestUrl);jQuery.ajax({url:requestUrl,async:false,type:'get',success:function(response){try{theScanner.debugTrace("The Driver Lookup Service Returned:\n\n("+response+")");if(response.length>0){theScanner.resetResults();var driverLookupJsonObj='('+response+')';theScanner.resultsList=new Object();theScanner.resultsList=eval(driverLookupJsonObj)}if(theScanner.resultsList.Success==0){theScanner.scannerStatus="No driver available"}else{theScanner.scannerStatus="Results Ready"}}catch(e){this.driversLogUIEvent("error"," FAIL catch DriverSearch");theScanner.resetResults();theScanner.scannerStatus="No driver available"}},error:function(response){theScanner.resetResults();theScanner.scannerStatus="AJAX Call failed"}});this.driversLogUIEvent("warn","SUID:"+this.tracker.scanID+" END DriverSearch requestUrl:"+requestUrl);}

在这里插入图片描述
此时，可以看到更多旧版本的驱动，根据想要安装的CUDA的版本选择驱动的版本，不要太新了
在这里插入图片描述
版本对应
在这里插入图片描述
1.2 找到对应的版本，下载安装包：
如果和笔者需要的版本一致的这里附上下载链接
在这里插入图片描述
链接：https://pan.baidu.com/s/1yStk0RVw0PLW7jmqqSkPbQ
提取码：b2c4
可以看到选定版本支持服务器的配置
在这里插入图片描述

接下来就开始在服务器上安装驱动

1.3 卸载现有驱动，重新安装

sudo apt-get --purge remove nvidia-*
sudo apt-get purge nvidia*
sudo apt-get purge libnvidia*

直到下面的命令不输出任何内容，则卸载成功

sudo dpkg --list | grep nvidia-*

若仍然有输出，且输出中包含“rc”则说明‘被移除/卸载，但它的配置文件仍然存在’，终端输入如下命令，#清理dpkg的列表中有“rc”状态的软件包

sudo dpkg -l |grep ^rc|awk '{print $2}' |sudo xargs dpkg -P
#  再次输入
sudo dpkg --list | grep nvidia-*

不再输出任何信息，接下来执行安装命令

# 进入安装包文件夹
sudo bash NVIDIA-Linux-x86_64-470.57.02.run -no-opengl-files -no-x-check

其中添加-no-opengl-files -no-x-check是为了解决如下问题
在这里插入图片描述
网上找了很多方法，比如禁用指令sudo service lightdm stop，安装后在启用sudo service lightdm start，都未能解决上述问题。所以可以直接尝试上述的方法。

接下来开始继续安装（笔者只留下部分截图，没有截图的用文字描述）：

  • 1.The distribution-provided pre-install script failed! Are you sure you want to continue? 选择 yes 继续
  • 2.Would you like to register the kernel module souces with DKMS? This will allow DKMS to automatically build a new module, if you install a different kernel later? 选择 No 继续
  • 3.Nvidia’s 32-bit compatibility libraries? 选择 No 继续

在这里插入图片描述

  • Would you like to run the nvidia-xconfigutility to automatically update your x configuration so that the NVIDIA x driver will be used when you restart x? Any pre-existing x confile will be backed up. 选择Yes 继续

在这里插入图片描述
安装完毕，在终端输入指令显示如下

nvidia-smi

在这里插入图片描述

2. CUDA升级

官网地址：https://developer.nvidia.com/cuda-downloads

目前官网已经升级到cuda11.4，但是没有Ubuntu16.04的系统，因此找到之前发布的版本：
在这里插入图片描述
选择匹配的版本
在这里插入图片描述

在这里插入图片描述
执行官网的安装指令（也可以选择其他两种方式进行安装）

wget https://developer.download.nvidia.com/compute/cuda/11.3.1/local_installers/cuda_11.3.1_465.19.01_linux.run
sudo sh cuda_11.3.1_465.19.01_linux.run

在这里插入图片描述

  • 1.终端显示“Do you accept the previously read EULA?” 输入accept
    在这里插入图片描述
  • 关键一步！！！终端显示“Install NVIDIA Accelerated Graphics Driver for
    Linux-x86_64 384.81?”一定要输入no！！！！！
    在这里插入图片描述
  • 一路 yes
  • 在这里插入图片描述
    最终在终端显示如下，则说明安装成功：
    在这里插入图片描述
    安装完成后可在 /usr/local/ 下看到安装好的cuda
cd /usr/local/ 
ls

在这里插入图片描述

3. cudnn

官网地址：https://developer.nvidia.com/cudnn

一定要与上面的CUDA进行匹配，cudnn的下载是需要注册登录的。
进入官网，选择指定的版本。
在这里插入图片描述
在这里插入图片描述
下载之后进入压缩包所在文件夹，执行解压指令：

tar zxvf cudnn-11.3-linux-x64-v8.2.1.32.tgz

在这里插入图片描述
在路径中生成cuda文件夹，然后复制 lib64 和 include 文件夹到 /usr/local/cuda-11.3，命令如下：

sudo cp cuda/include/cudnn.h /usr/local/cuda-11.3/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.3/lib64
sudo chmod a+r /usr/local/cuda-11.3/include/cudnn.h /usr/local/cuda-11.3/lib64/libcudnn*

nvcc -V

终端显示如下：
在这里插入图片描述

摇曳的树
关注
  • 6
    点赞
  • 踩
  • 26
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
Ubantu 系统cuda升级到指定版本
SandyoneU1993的博客
10-16 5681
Ubantu 系统cuda升级到指定版本
ubuntu16.04+caffe-master+cuda8.0+cudnnv5.1
03-28
里面含有ubuntu16.04+caffe-master+cuda8.0+cudnnv5.1的安装文件，太大传在网盘
详解Ubuntu16.04安装nvidia驱动+CUDA+cuDNN的教程
09-14
主要介绍了Ubuntu16.04安装nvidia驱动+CUDA+cuDNN教程，本文给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下
【详细】Ubuntu18.04安装更新显卡驱动、安装CUDA及cuDNN、CUDA版本切换
热门推荐
Code->Y的博客
01-11 2万+
CUDA安装官方教程：官方教程 cuDNN安装官方教程：官方教程 在配置Pytorch环境的时候，想着尝试一下新版本的pytorch版本Stable(1.10.1)时，发现这个pytorch版本仅支持CUDA10.2和CUDA11.3,故我就得更新以下当前的CUDA版本，也就有了下面这篇文档教程，注：虚拟机无法安装CUDA。 查看CUDA版本以及GPU驱动对应关系：NVIDIA 通过查上面的表可以知道，如果要使用CUDA11.3,需要将显卡驱动更新到>=465.19.01（Linux x86_64环境
ubuntu CUDA 驱动更新，版本更新，多CUDA版本管理
最新发布
qq_35831906的博客
05-15 1707
ubuntu CUDA 驱动更新，版本更新，多CUDA版本管理
CUDA 和 cuDNN的安装、卸载、升级
永远飞翔的鸟
02-11 2197
CUDA 和 cuDNN的安装、卸载、升级
Ubuntu 升级cuda版本与切换
WGS.
09-03 2471
Ubuntu 升级cuda版本与切换
GPU对应的cuda以及cuDNN驱动安装
sslfk的博客
01-26 7844
1、查看自己的cuda版本：查看方法，sudo cat /usr/local/cuda/version.txt 2、查看系统版本：lsb_release -a 系统内核版本查看：uname -a 2、安装对应的cuDNN，安装路径以及版本对应关系：cuDNN Archive | NVIDIA Developer（必须注册登录才可以）安装可以参考：cuDNN的安装（版本选择， Runtime 还是 Developer） - 灰信网（软件开发博客聚合）我是使用qq邮箱和对应的密码进行注册 ...
docker-hadoop:Ubuntu 16.04 + Apache Hadoop 2.7.6 + Apache Pig 0.15
05-08
Ubuntu 16.04 + Apache Hadoop 2.7.6 + Apache Pig 0.15 获取Docker容器 > docker pull ercoppa/hadoop-2.7.6 然后使用以下命令启动容器： > make 使用以下命令启动Apache Hadoop： > ./start.sh 直接在主机上安装...
ubuntu16.04环境下pyotrch0.4.0+anaconda3-5.2.0+cuda9.0安装包
12-22
这是本人搭建深度学习环境ubuntu16.04+pytorch0.4.0+cuda9.0+Anaconda3-4.3.0 (python 3.6.0) 使用的安装包之pytorch0.4.0
Ubuntu安装与CUDA 11.1.0版本兼容的cuDNN（NVIDIA的深度神经网络库）
qq_42434746的博客
10-12 692
首先，您需要访问 NVIDIA Developer 网站以下载 cuDNN v8.0.5（适用于 CUDA 11.1.0）或其他与您的 CUDA 版本兼容的 cuDNN 版本。请注意，cuDNN 的文件名和版本可能随时间而变化，所以请根据您下载的 cuDNN 版本进行相应的更改。确保下载的 cuDNN 版本与您的 CUDA 版本兼容，以获得最佳性能。请确保文件名与您下载的 cuDNN 版本一致。文件）并将其保存到您的计算机上，比如您的主目录。文件名以匹配您的 cuDNN 安装目录和文件名。
Windows10更新CUDA
Python，数据分析，机器学习，深度学习
09-20 3110
更新CUDA版本有几个主要原因：性能优化：新版本的CUDA通常会包含针对最新GPU架构的优化，这些优化可以提升GPU的计算性能，使得你的应用程序能够更快地运行。新功能支持：更新CUDA版本可以获得新功能的支持，这些功能可能会提供更方便、更高效的编程模型，以及更丰富的GPU计算功能。这些新功能可以帮助你开发更强大和更复杂的应用程序。错误修复和稳定性改进：每个CUDA版本都会包含错误修复和稳定性改进，这些修复和改进可以提升CUDA的可靠性和稳定性。
Tensorflow1 搭建Cuda11
黎国溥
12-20 6965
Tensorflow1中默认支持cuda10及以下的，最高的版本Tensorflow1.15默认使用cuda10；但是一些高性能的显卡，比如A100、3090等，它们只支持Cuda11的，这就不太友善了，毕竟不少项目依赖Tensorflow1搭建的。本文整理2种方法，一种是基于Conda搭建的，一种是基于docker搭建的，都测试过可用的。目录一、基于Conda搭建Tensorflow1 Cuda111.1 环境搭建1.2 查看环境的库1.3 验证环境。
Nvidia30系显卡+Windows系统的CUDA 11安装100%成功教程
Sonrikisou1997的博客
07-10 5146
显卡：Nvidia RTX 3090、3060、3080、3050、3070系统：Windows11 Windows10CUDA：CUDA(ComputeUnified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。CuDNN：NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中，如谷歌的
Linux服务器 升级NVIDIA driver和cuda版本
weixin_43677710的博客
07-19 6832
升级NVIDIA driver和cuda版本 （先升级cuda或者先升级NVIDIA driver都可以，我在不同的服务器上都试验过）
conda虚拟环境中安装cuda、cudnn、pytorch
weixin_71109434的博客
05-09 3459
conda虚拟环境安装cuda、cudnn、pytorch，不用切换版本号
ubuntu18.04安装nvidia_driver_510+cuda_11.6+cudnn_11.x
weixin_54424184的博客
01-23 1万+
一、安装nvidia_driver 1、在 软件和更新 中选择一个可用的驱动 2.1首先我们需要添加源 sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt update 2.2选择一个版本安装即可（如1，我选择安装510） sudo apt install nvidia-driver-510 2.3 重启电脑后终端输入 nvidia-smi 查看驱动信息 二、安装CUDA 1、官网找到自己的版本（如2.3版本信..
CentOS7.6系统 + RTX2080TI驱动495.46 + CUDA11.0.2 + cudnn8.0.5.39安装
wu496963386的博客
04-19 2122
CentOS7.6系统，RTX2080ti，cuda11，cudnn8.0.5环境安装。
NVIDIA显卡驱动更新，NVIDIA Driver、CUDA Toolkit、cuDNN安装指南
矮矮的夏祭的专栏
08-09 7784
深度学习中大多会用到NVIDIA的显卡，简单讲解驱动更新的方式。本文以NVIDIA-driver-515.105及cuda-11.7为例安装驱动和docker适配gpu
ubuntu16.04E: Unable to locate package update
09-05
在Ubuntu 16.04中，出现"E: Unable to locate package update"错误可能是由于软件包列表未更新或者软件包名称错误引起的。为了解决这个问题，你可以按照以下步骤进行操作： 1. 首先，确保你的软件源列表是最新的。你可以使用以下命令更新软件包列表： ``` sudo apt update ``` 2. 如果软件包列表已经更新，但是仍然出现错误，那么可能是因为软件包名称错误。请仔细检查你要安装的软件包名称是否正确。如果你不确定软件包的名称，你可以通过以下命令搜索软件包： ``` apt-cache search <package-name> ``` 3. 如果你找不到所需的软件包，那么可能需要添加额外的软件源。你可以编辑`/etc/apt/sources.list`文件，添加合适的软件源，并使用以下命令更新软件包列表： ``` sudo apt update ``` 4. 如果以上步骤都没有解决问题，那么可能是由于网络连接问题导致无法访问软件源。你可以尝试修改软件源的镜像，选择一个更快或者更可靠的镜像，然后再次运行以下命令更新软件包列表： ``` sudo apt update ``` 总结起来，如果你遇到了"E: Unable to locate package update"错误，你可以尝试更新软件包列表、检查软件包名称、添加额外的软件源或者调整网络连接来解决问题。希望这些方法能帮到你。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [ubuntu16.04 apt-get 报错：E: Unable to locate package update（E: Unable to locate package upgrade）...](https://blog.csdn.net/Dontla/article/details/121961975)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值