红帽系统RHEL7 安装cuda10.2及对应的cudnn7.6.5

一、安装cuda
应该说，这一步是最难的，因为不同的操作系统安装方法是不一样的，下面我们一步一步来。

1、关掉服务器上的X-server
当前Navida显卡已经有一个开源驱动在运行，必须将它停止，因为cuda中已包含有显卡驱动，为停止开源驱动，我们首先需要关闭开源驱动的X-server。关闭的方法并不统一，我们的是远程连接的服务器，关闭方法是：

sudo init 3

注意，不同的linux版本关闭X-server的方法是不一样的！
在你的机器上如何关闭X-server，请查看相关文档。

2、关闭开源驱动
关闭的X-server后，我们就可以放心地关闭开源驱动了。注意：关闭开源驱动的方法同样是因机器而异的，所以不要盲目地试用网上查找到的关闭开源驱动的命令，最权威的方法在Navdia官网上，请到这里查看你的机器如何关闭开源驱动：
不同机器关闭开源驱动的方法
我的机器是redhat，关闭方法是这样的，首先，创建文件：

/etc/modprobe.d/blacklist-nouveau.conf

往文件中写入内容(vim blacklist-nouveau.conf +i)：

blacklist nouveau
options nouveau modeset=0

退出（Esc+shift:+wq+Enter）
然后，执行命令：

sudo dracut --force

3、安装cuda
第一步就是下载cuda（https://developer.nvidia.com/cuda-10.2-download-archive?target_os=Linux&target_arch=x86_64&target_distro=RHEL&target_version=7&target_type=runfilelocal）

选择对应的系统版本，选择runfile文件下载。

下载完成后，会得到一个cuda_10.2.89_440.33.01_linux.run的文件，X表示版本号。
第二步就是为这个文件添加执行权限

chmod u+x cuda_X.X.XX_linux.run

第三步就是执行这个文件：

sudo sh cuda_10.2.89_440.33.01_linux.run

文件执行开始时会有license说明
直接按q键即可退出

accept/decline/quit: accept
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?
(y)es/(n)o/(q)uit: n
Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit: y
Enter Toolkit Location
[ default is /usr/local/cuda-10.2 ]:
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y
Install the CUDA 10.2 Samples?
(y)es/(n)o/(q)uit: y
Enter CUDA Samples Location
[ default is /home/c302 ]:
Installing the CUDA Toolkit in /usr/local/cuda-10.2 …
Installing the CUDA Samples in /home/c302 …
Copying samples to /home/c302/NVIDIA_CUDA-10.2_Samples now…
Finished copying samples.

4.验证cuda是否成功安装

重启进入界面，打开终端输入：

export PATH="/usr/local/cuda-10.2/bin:$PATH
export LD_LIBRARY_PATH="/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH"

这两条命令是将cuda的bin文件和lib导出到系统环境中。
如果安装的版本不是一样的，更换路径中的cuda-10.2。

(1). 终端输入：

nvcc -V

如果有CUDA的版本信息代表正常。

(2). 编译samples例子

#编译并测试设备 deviceQuery：

cd /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

#编译并测试带宽 bandwidthTest：

cd …/bandwidthTest
sudo make
./bandwidthTest

如果这两个测试的最后结果都是Result = PASS，说明CUDA安装成功啦。

5. 将cuda的bin和lib写入系统环境

输入：vim ~/.bashrc

export CUDA_HOME=/usr/local/cuda-10.2
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda−10.2/bin:PATH

然后退出重新打开终端即可

二、安装cudnn

1. 去这里下载对应版本的cudnnhttps://developer.nvidia.com/rdp/cudnn-archive

安装说明在这里https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#installcuda

2. 验证安装

至此，大功告成！