浪潮服务器linux网卡驱动安装,CentOS 7 环境配置

1.检查GPU设备

$ yum install pciutils

$ sudo lspci | grep NVIDIA

3D controller: NVIDIA Corporation Device 1b38 (rev a1)表示为P40

2.获取CUDA网络源，并配置

NVidia官方源地址：

$ wget http://developer.download.nvidia.com/compute/cuda/repos/rhel7/x86_64/cuda-repo-rhel7-8.0.61-1.x86_64.rpm

$ rpm -Uvh cuda-repo-rhel7-8.0.61-1.x86_64.rpm

注：安装nvidia驱动需要kernel-devel包，安装方法如下：

$ wget http://vault.centos.org/7.0.1406/updates/x86_64/Packages/kernel-devel-3.10.0-123.4.4.el7.x86_64.rpm

$ wget http://vault.centos.org/7.0.1406/updates/x86_64/Packages/kernel-headers-3.10.0-123.4.4.el7.x86_64.rpm

$ rpm -Uvh kernel-devel-3.10.0-123.4.4.el7.x86_64.rpm

$ rpm -Uvh kernel-headers-3.10.0-123.4.4.el7.x86_64.rpm

3.安装cuda 8.0

$ yum install cuda-8-0

3.1查看驱动状态

$ sudo nvidia-smi

看到如下输出表示GPU驱动正常：

4.测试GPU基本功能(可选)

4.1增加LD path：

$ export LD_LIBRARY_PATH="/usr/local/cuda-7.5/lib64:/usr/lib64/:$LD_LIBRARY_PATH"

4.2安装cuda examples

$ cd /usr/local/cuda/bin

$ sh cuda-install-samples-8.0.sh ~/cuda-test/

$ cd ~/cuda-test/NVIDIA_CUDA-8.0_Samples

$ make

$ ./bin/x86_64/linux/release/deviceQuery获取设备状态

$ ./bin/x86_64/linux/release/bandwidthTest测试设备带宽

Note:如果编译过程发现lnvcuvid的错误，可以执行：

$ find . -type f -execdir sed -i 's/UBUNTU_PKG_NAME = "nvidia-367"/UBUNTU_PKG_NAME = "nvidia-375"/g' '{}' \

其中nvidia-375是当前安装的驱动的版本。

5.安装cudnn

(选装，注：不同AI框架对cudnn的版本支持不同)

5.1  https://developer.nvidia.com/cudnn下载cudnn软件包。需要注册nvidia账号后才能下载。

注意：CentOS下载cuDNN v5.1 Library for Linux

5.2安装(案例使用cudnn5.1,因为TensorFlow目前仅支持5.1)

$ tar -zxf cudnn-8.0-linux-x64-v5.1.tgz

(解压的路径可以自由选择，一般是/usr/lib下面，这边假设为)

$ export LD_LIBRARY_PATH=:$LD_LIBRARY_PATH

6.其他

nvidia-smi发现GPU使用率100%

这个问题是系统读取gpu状态信息不准确导致，执行下列命令可更正，让系统读取命令正确。

# nvidia-smi -pm 1