Proxmox环境下 Ubuntu16.04 + CUDA 8.0 GA2 安装
2017-10-09 15:09
951 查看
proxmox虚拟机的配置
工作站配置 | |
---|---|
系统 | proxmox |
硬件 | NVIDIA K80 x1 |
集成显卡 x1 |
1. 创建VM
根据一路下一步,留意自己主机的类型和网络的配置2. 手工补充配置
找到/usr/pve/qemu-server/xxx.confxxx是你的VM编号(VM ID). 添加如下三行
bios: ovmf hostpci0: 0x:00, pcie=1 machine:q35
x是你的NVIDIA显卡的编号。通过
lspci | grep -i nvidia查看。
3. 添加 efi 硬盘
非常重要,这样才能保证启动的时候不会出错. 步骤:在浏览器打开创建好的VM,Hardware -> Add -> EFI Disk
4. 启动虚拟机
5. 安装Ubuntu
在选择安装方式的时候,选择lvm!6. 进入Ubuntu
在设置->附加源 中可以看到显卡,然后运行下面的指令更新系统sudo apt update sudo apt upgrade sudo apt-get install linux-headers-$(uname -r) reboot
PART ONE END
VM部分(Ubuntu16.04)安装 CUDA 8.0 GA2
这个部分将引导你安装 CUDA 8.0 GA2所有操作都在虚拟机内执行
直接安装 CUDA 8.0 GA2 存在问题.
kernel-source-path 的错误
通过安装 header 不能解决
所以,首先安装 CUDA 9.0
安装 CUDA 9.0
1. 下载 run file
选择 CUDA 9.0比较容易失败,建议将点击后得到的链接放到迅雷里下载
2. 安装
这里我们有多块显卡,其中集成显卡用于VNC链接时的显示,NVIDIA 用于计算,因此不需要屏蔽 nouveausudo sh cuda_9.0.176_384.81_linux.run --no-opengl-libs
进入交互式的安装流程。遇到xconfig选项时,选择不要安装(no)。其余都选择默认。
3. 重启
4. 输入 nvidia-smi
可以看到显卡信息
安装 CUDA 8.0 GA2
1. 下载 runfile
选择 CUDA 8.0 GA22. 安装
同理,不需要屏蔽 nouveausudo sh cuda_8.0.61_375.26_linux.run --no-opengl-libs
不要再次安装驱动! driver的问题,选择(no),xonfig的问题选择(no),其余都选择默认。
3. 配置环境变量
编辑~/.bashrc
在末尾加入
# for CUDA 8 export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64\ ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
这样 CUDA 8.0 就能使用了。
4. 检验
关闭终端再打开,输入nvcc -V能够看到 nvcc的版本
PART TWO END
结
安装 CUDA 8 碰到 kernel source 无法访问。补充了头文件,也是没用。就想起上次安装成功的时候,是先装了 CUDA 9 再装的 CUDA 8,没有遇到同样的问题。所以这次重装,由如法炮制果然有效。这是一种很没有效率,也无道理可言的解决方案。
你在安装 CUDA 8 的时候,能够解决这个问题,欢迎在评论中留言。
END
相关文章推荐
- 【机器学习自虐之旅】环境安装(一)Ubuntu 16.04 + NVidia-384 + CUDA 8.0 + cuDNN 6
- Proxmox + Ubuntu16.04 + CUDA 8.0 环境下,安装Tensorflow
- Ubuntu16.04安装cuda8.0,cudnn6.0,并在conda里安tensorflow1.3(与cuda8.0匹配),pycharm的gpu加速环境变量配置
- 安装Opencv.*在Ubuntu16.04 cuda8.0环境下
- Ubuntu16.04安装CUDA Toolkit 8.0 GA2及CUDNN5.1
- 心酸的Caffe安装之路 环境搭配 Ubuntu16.04+gtx1080+cuda8.0+cudnn5.1+opencv+Anaconda3+caffe
- Ubuntu16.04下安装CUDA8.0和tensorflow
- 深度学习主机环境配置: Ubuntu16.04 + GeForce GTX 1070 + CUDA8.0 + cuDNN5.1 + TensorFlow
- ubuntu16.04+cuda8.0+cudnn5.1+caffe 安装(基于独立主机&集成显卡&GTX1080Ti)
- ubuntu16.04 安装cuda8.0 cudnn7.0
- Ubuntu16.04 双卡+cuda8.0安装
- ubuntu16.04 安装CUDA 8.0 和 cuDNN 5.1 /cudnn6.0,可适用于gpu版本的(tensorflow,caffe,mxnet)
- ubuntu16.04+cuda8.0+cudnn5.1+caffe------Opencv3.1.0安装
- ubuntu16.04+NVIDIA GTX1050ti 显卡驱动PPA安装 +CUDA8.0
- Ubuntu16.04 + GTX 1070 + CUDA8.0 + cuDNN5.1环境配置
- 深度学习(四十一)cuda8.0+ubuntu16.04+theano、caffe、tensorflow环境搭建
- GTX1050 Ti(notebook)+Ubuntu16.04上安装Cuda8.0
- ubuntu16.04安装NIVIDIA显卡驱动,cuda8.0,cuDNN6.0以及基于Anaconda安装Tensorflow-GPU
- [置顶] Ubuntu 16.04 安装CUDA8.0+Cudnn6.0+TensorFlow+Caffe安装
- ubuntu16.04:cuda8.0+python3.5+tensorflow1.4+opencv3.2安装说明