实验室中搭建Spark集群和PyCUDA开发环境

1、安装CUDA

1.1安装前工作

1.1.1选取实验器材

实验中的每台计算机均装有双系统。选择其中一台计算机作为master节点，配置有GeForce GTX 650显卡，拥有384个CUDA核心。另外两台计算机作为worker节点，一个配置有GeForce GTX 650显卡，另外一个配置有GeForce GTX 750 Ti显卡，拥有640个CUDA核心。

 在每台计算机均创建hadoop用户并赋予root权限，本文所有的操作都将在hadoop用户下进行。

1.1.2安装前准备

用以下命令来验证计算机有一个支持CUDA的GPU，只要型号存在于NVIDIA官网（https://developer.nvidia.com/cuda-gpus）就没问题：

$ lspci | grep -i nvidia

用以下命令验证有一个支持CUDA的Linux版本，主要是“x86_64”一项，需要是x86架构，64bit系统：

$ uname -m && cat /etc/*release

 用以下命令验证系统中是否安装有gcc，Ubuntu14.04默认安装，没有的话手动安装，这个用来编译CUDA Toolkit：

$ gcc --version

 系统中的内核头文件和开发包需要与系统内核版本保持一致，系统内核版本用以下命令确认：

$ uname –r

Ubuntu下安装对应内核版本的内核头文件和开发包的命令如下：

$ sudo apt-get install linux-headers-$(uname -r)

以下命令安装必要的库文件：

$ sudo apt-get update

$ sudo apt-get install build-essential

去NVIDIA官网（https://developer.nvidia.com/cuda-downloads）下载最新版本的RUN包，本实验用到的是cuda_7.5.18_linux.run，在Ubuntu系统环境下解压到/home/hadoop/文件路径下，解压命令如下：

$ sudo ./ cuda_7.5.18_linux.run –extract=/home/hadoop/

解压后在目的文件夹下生成三个文件，分别为驱动文件（NVIDIA-Linux-x86_64-352.39.run），CUDA安装包（cuda-linux64-rel-7.5.18-19867135.run），Samples包（cuda-samples-linux-7.5.18-19867135.run）。

1.2安装NVIDIA显卡驱动

1.2.1删除原有显卡驱动

可以通过以下命令删除Ubuntu自带的NVIDIA显卡驱动：

$ sudo apt-get remove nvidia*

$ sudo apt-get autoremove

1.2.2禁止其它显卡驱动运行

需要将Ubuntu集成的NVIDIA驱动加入黑名单，防止驱动冲突导致后期黑屏。具体地，通过修改/etc/modprobe.d/blacklist.conf文件：

$ sudo gedit /etc/modprobe.d/blacklist-nouveau.conf

在blacklist-nouveau.conf中写入：

blacklist nouveau

blacklist lbm-nouveau

options nouveau modeset=0

alias nouveau off

alias lbm-nouveau off

保存并退出，这样就已经禁止了其它显卡驱动。

或者，也可以通过以下两个命令来禁止显卡驱动：

$ echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf

$ sudo update-initramfs -u

1.2.3重启计算机