centos7 cuda测试_CentOS 7 安装cuda环境

本文详述了如何在装有GeForce GTX 780 Ti的CentOS 7系统上安装CUDA环境,包括系统安装、网络配置、软件安装、CUDA及cuDNN的安装和测试,最后展示了GPU加速对神经网络计算性能的显著提升。
摘要由CSDN通过智能技术生成

创建时间:2016-11-25

作者:海滨

背景介绍:为了加速类prisma风格图片渲染速度(开源项目yusuketomoto/chainer-fast-neuralstyle),先需要对一台装有GeForce GTX 780 Ti的CentOS机器安装cuda环境。

安装CentOS 7系统

去CentOS官网下载安装镜像,本次下载的是Minimal ISO版本(不带图形化界面700多M)

在mac终端使用dd命令制作启动盘:

查看所有硬盘:diskutil list

取消硬盘挂载:diskutil unmountDisk /dev/disk2

拷贝iso镜像文件(时间较久请耐心等待,速度2m/s):sudo dd if=CentOS-7.0-1406-x86_64-DVD.iso of=/dev/disk2 bs=1m

弹出硬盘:diskutil eject /dev/disk2

启动电脑从U盘启动安装系统(tips:如果已有windows系统,只需将系统安装至空白分区即可)

网络配置

由于ifconfig命令没有安装,可以使用ip命令代替。

显示当前网卡信息:ip addr show

编辑网卡配置:vi /etc/sysconfig/network-scripts/ifcfg-eno1

新增IP地址和网关信息:

IPADDR=192.168.199.88

GATEWAY=192.168.199.1

DNS1=192.168.199.1

将ip地址获取从dhcp改成static:

BOOTPROTO=static

重启网络服务:service network restart

测试网络服务:ping www.baidu.com

前提软件安装

pip安装

当前系统自带python却没有pip,晕!

curl "https://bootstrap.pypa.io/get-pip.py" -o "get-pip.py”

python get-pip.py

其他软件

git, sudo yum install git

gcc, sudo yum install gcc

g++, sudo yum install gcc-g++

kernel开发环境(编译cuda需要), sudo yum install kernel-devel-$(uname -r) kernel-headers-$(uname -r)

python开发环境(编译chainer需要), sudo yum install python-devel

安装cuda

首先下载cuda安装包,本次下载的是CentOS 7 runfile版本

参照官方手册操作,进行安装即可,这里大致介绍下自己安装过程中的坎。

安装gcc、g++、kernel开发环境

关闭系统自带驱动Nouveau drivers(官方手册有详细方法)

安装cuda

编译cuda samples,测试安装结果,运行./NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release/deviceQuery

安装cudnn

使用GPU加速神经网络的计算

下载cudnn安装包,其实就是lib库和头文件的压缩包,最终解压拷贝到cuda安装路径的lib64、include文件即可。

安装风格图片渲染环境chainer

加速结果测试

服务器配置:

CPU: Intel(R) Xeon(R) CPU E3-1270 v3 @ 3.50GHz(8核)

GPU: GeForce GTX 780 Ti

不使用GPU加速

运行代码:python generate.py sample_images/tubingen.jpg -m models/composition.model -o sample_images/output.jpg

运行时间:13s

使用GPU加速

运行代码:python generate.py sample_images/tubingen.jpg -m models/composition.model -o sample_images/output.jpg -g 0

运行时间:1.5s

加速效果非常明显,性能提升接近10倍。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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