如何在Ubuntu 18.04上安装CUDA？

61

有没有在Ubuntu 18.04上安装CUDA的教程？

Nvidia网站上针对17.04和16.04的说明不适用于18.04。

我收到一条消息，告诉我重新启动，然后重新运行安装程序。但是，当我这样做时，我会再次收到相同的消息。

nvidia  cuda  18.04 
— GABS
source
它为我工作。它的哪一部分对您不起作用？
— user3667089 '18
它说需要重新启动，然后重新运行安装程序，但是我重新启动计算机并尝试重新安装，我得到的都是相同的消息……
— Gabs
尝试遵循此处的说明，该说明使用运行文件安装驱动程序和cuda工具包。
— 逐渐变细

Answers:

19

我已经在Ubuntu 18.04上安装了CUDA 9.1，并且运行良好。

但是，我应该修改默认的gcc，g ++，并使用.run文件而不是.deb文件。

  1. 安装gcc-6，g ++-6（CUDA需要gcc-6！）
  2. 在/ usr / bin作为根目录下，rm gcc，gcc-ar，gcc-nm，gcc-ranlib g ++，然后是ln -s gcc-6 gcc；ln -s gcc-ar-6 gcc-ar; ln -s gcc-nm-6 gcc-nm; ln -s gcc-ranlib-6 gcc-ranlib; 和ln -s g ++-6 g ++
  3. 使用.run文件安装CUDA。您可能不会安装驱动程序。相反，最好安装最新的驱动程序（如果需要，请从Nvidia下载NVIDIA-Linux-xxxxxxx.run）。

就这样。

我尝试使用.deb文件进行安装，但这会导致程序包冲突，因此我改变了方式。

好好享受！！

— 大哲Jo
source
10
我建议您使用更新替代方法而不是替换gcc，有关更多详细信息，请参见askubuntu.com/questions/26498/choose-gcc-and-g-version
— Mr.WorshipMe
99

在终端中，键入：

sudo add-apt-repository ppa:graphics-drivers/ppa

sudo apt update

sudo ubuntu-drivers autoinstall

重启

sudo apt install nvidia-cuda-toolkit gcc-6

nvcc --version

我有一个gtx970显卡和一个全新安装的Ubuntu 18.04

这对我有用

— 埃罗莫德
source
10
这应该被接受的答案
— luboskrnac '18
6
这主要为我工作。唯一的问题是找不到ubuntu-drivers，必须通过运行来修复它：sudo apt-get install ubuntu-drivers-common（在这里找到：askubuntu.com/a/361868/766963）
— Volkan Paksoy
这对我有用，尽管我必须在运行自动安装之前从UI切换回nouveau（它报告说在安装v390时安装v396时发生冲突）
— Alex
1
这工作得很好。但是sudo apt upgrade再次破坏了一切，请谨慎升级！
— 路易斯
1
对我来说，该autoinstall命令导致The following packages have unmet dependencies: nvidia-driver-415
— MrMartin
12

启用多版本存储库，安装nvidia驱动程序以及nvidia-cuda-toolkit和gcc6（最好使用update-alternatives轻松切换版本）：

  1. 在软件和更新中，选择受限和多版本存储库
  2. 在软件和更新的“其他驱动程序”选项卡中，选择NVIDIA专有驱动程序（对于CUDA 9，为390）
  3. sudo apt更新&& sudo apt安装nvidia-cuda-toolkit，或从ubuntu软件中心安装它。
  4. CUDA需要gcc6，使用更新的替代品，以保持两者gcc7和gcc6作为解释在这里。

或者，您可以按照泰勒的指示进行：

  1. 安装专有的NVIDIA驱动程序后，从其站点下载CUDA 9安装（获取Ubuntu 17.04运行文件版本）
  2. 使下载的文件可执行 sudo chmod +x
  3. 使用--override标志运行
  4. 接受条款和条件，如果使用不受支持的配置进行安装，请回答“是”，否则请拒绝“是否为Linux-x86_64 384.81安装NVIDIA Accelerated Graphics Driver？”。确保您不同意安装新的驱动程序。
  5. 参见上面有关使用gcc6的信息

第二种方法有一个缺点，就是它不那么容易升级或删除。

— 敬拜先生
source
2
尽管到软件包页面的链接很有用，并且这里有足够的信息表明这不是“仅链接的答案”或其他任何内容，但我还是建议您编辑此内容以说明如何做建议。
— 伊莱亚·卡根
5

我怀疑上面的答案是否合格，因为它们似乎使系统没有整个NVidia驱动程序子系统。我可以猜测为什么Cuda不加入驱动程序，尽管我可能更喜欢其他方式。我也不知道哪种是获取最新驱动程序的正确方法，但是现在看来可以做到这一点：

sudo apt-get install nvidia-driver-390

— 海文·M
source
3
正确，如果不从Ubuntu存储库安装Nvidia驱动程序，则可能需要在每次内核更新后重新安装它们。
— ubfan1
您可能还需要nvidia-driver-390-dev
— Mr.WorshipMe '18
4

这就是我所做的。可能会添加一些我可能不必做的额外工作，但无论如何我都会将其包括在内。

首先获取ppa存储库驱动程序。（我会说这是安装之前必需的，除非您要冒一些登录死机的风险）。

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update

然后安装最新的驱动程序。我在“其他驱动程序”选项卡中大部分使用GUI更新程序，称为“软件和更新”。到目前为止，nvidia驱动程序396可用。

获取g ++-6和gcc-6。（需要）

sudo apt install g++-6
sudo apt install gcc-6

您可以尝试使用nvidia-cuda-toolkit，但是我不熟悉这些库的路径。我不想惹它。

（我可能会跳过这一步，但如果其他问题给您带来麻烦，请继续阅读）

sudo apt install nvidia-cuda-toolkit

我最终为Ubuntu 17.04安装了9.1运行文件。下载它。将文件标记为可执行文件（我在桌面上右键单击文件）。进入终端并放入。（需要）

./cuda_9.1.85_387.26_linux.run --override

它将使用新的gcc编译器进行安装。它会问您一堆问题，并希望他们立即回答。

对不受支持的配置回答是。

否，nvidia驱动程序。

是-工具箱

我使用默认安装位置

安装完之后，请确保设置路径。运行文件也会提醒您。此外，nvidia文档还将告诉您要导出的内容。

echo 'export PATH=/usr/local/cuda-9.1/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64:$LD_LIBRARY_PATH' >> ~/.bash.rc
source ~/.bashrc

最后，您必须设置与gcc-6和g ++-6的simlink，否则您将收到有关编译自己的代码的警告。（必需） 

sudo ln -s /usr/bin/gcc-6 /usr/local/cuda/bin/gcc
sudo ln -s /usr/bin/g++-6 /usr/local/cuda/bin/g++

重新启动系统。（需要）

— 德里克·斯汀森
source
好的答案，但是在我的情况下，Ubuntu repo nvidia驱动程序是错误的子版本！发布此nvidia-396软件包时，该软件包的版本为396.37，不适用于我的GeForce GTX950。因此，我必须手动安装396.18！因此，请务必检查驱动程序是您真正需要的驱动程序。
— salotz
2

让我们看看我对16.04的回答如何：

  1. 下载适用于Ubuntu 17.10的CUDA（本地runfile）-Tensorflow建议使用CUDA 9.0 - CUDA 9.2似乎不适用于tf
  2. 安装CUDA要求（请参阅以下部分）
  3. 跑 sudo sh cuda_7.5.18_linux.run
  4. 按照命令行提示进行操作。

下一步：安装cuDNN

CUDA 9.2

$ nvidia-smi
Fri Jun  8 18:09:24 2018       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 390.48                 Driver Version: 390.48                    |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce 940MX       Off  | 00000000:02:00.0 Off |                  N/A |
| N/A   72C    P0    N/A /  N/A |    512MiB /  2004MiB |     90%      Default |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|    0      1031      G   /usr/lib/xorg/Xorg                           276MiB |
|    0      3072      G   ...-token=0F06A89A68C1B8739F1AB9EF1C5654F9   232MiB |
+-----------------------------------------------------------------------------+

$ nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Wed_Apr_11_23:16:29_CDT_2018
Cuda compilation tools, release 9.2, V9.2.88

警告：请勿安装显示驱动程序！（至少它在我的Thinkpad T460p上不起作用）

CUDA 9.0 for TF

$ nvidia-smi
Sat Jun  9 08:55:30 2018       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 390.48                 Driver Version: 390.48                    |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce 940MX       Off  | 00000000:02:00.0 Off |                  N/A |
| N/A   68C    P0    N/A /  N/A |    595MiB /  2004MiB |     91%      Default |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|    0      1036      G   /usr/lib/xorg/Xorg                           350MiB |
|    0      2531      G   ...-token=FA7CF967F32AD2277A4B0EA78D1CB8D4   241MiB |
+-----------------------------------------------------------------------------+

和

$ nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176

CUDA要求

$ sudo apt-get install gcc-6 g++-6
$ sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-6 50
$ sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-6 50

验证

$ gcc -v
Using built-in specs.
COLLECT_GCC=gcc
COLLECT_LTO_WRAPPER=/usr/lib/gcc/x86_64-linux-gnu/6/lto-wrapper
Target: x86_64-linux-gnu
Configured with: ../src/configure -v --with-pkgversion='Ubuntu 6.4.0-17ubuntu1' --with-bugurl=file:///usr/share/doc/gcc-6/README.Bugs --enable-languages=c,ada,c++,go,d,fortran,objc,obj-c++ --prefix=/usr --with-as=/usr/bin/x86_64-linux-gnu-as --with-ld=/usr/bin/x86_64-linux-gnu-ld --program-suffix=-6 --program-prefix=x86_64-linux-gnu- --enable-shared --enable-linker-build-id --libexecdir=/usr/lib --without-included-gettext --enable-threads=posix --libdir=/usr/lib --enable-nls --with-sysroot=/ --enable-clocale=gnu --enable-libstdcxx-debug --enable-libstdcxx-time=yes --with-default-libstdcxx-abi=new --enable-gnu-unique-object --disable-vtable-verify --enable-libmpx --enable-plugin --enable-default-pie --with-system-zlib --with-target-system-zlib --enable-objc-gc=auto --enable-multiarch --disable-werror --with-arch-32=i686 --with-abi=m64 --with-multilib-list=m32,m64,mx32 --enable-multilib --with-tune=generic --enable-checking=release --build=x86_64-linux-gnu --host=x86_64-linux-gnu --target=x86_64-linux-gnu
Thread model: posix
gcc version 6.4.0 20180424 (Ubuntu 6.4.0-17ubuntu1)
— 马丁·托马
source
0

我自己在CUDA安装方面的经验。在Ubuntu 18.04上测试。任务：

  • 为Palit GeForce GTX 1080 Ti GameRock 11GB GDDR5X安装图形驱动程序[NEB108TT15LC-1020G]。
  • 为所有用户安装CUDA库。

相关链接：

NVIDIA驱动程序安装

转到NVIDIA网站-https: //www.nvidia.com/cn/download/index.aspx， 并获取适用于您GPU的最新驱动程序。以我为例：

Product Type: GeForce
Product Series: GeForce 10 Series
Product: GeForce GTX 1080 Ti
Operating System: Linux 64-bit
Language: English (US)
Press <SEARCH> button and check that founded driver is supporting your GPU
in "SUPPORTED PRODUCTS" tab.

下载它。就我而言，文件名是：NVIDIA-Linux-x86_64-410.78.run

# Change permission to run and execute it
sudo chmod +x NVIDIA-Linux-x86_64-410.78.run

# Before installation install gcc and make packages:
sudo apt install gcc
sudo apt install make

最好在文本模式下运行驱动程序安装。对于文本模式，请按<Ctrl>+<Alt>+<F3>并登录到控制台。

以前安装的名为Nouveau的图形驱动程序很可能会遇到问题。

# Remove Nouveau driver
sudo apt –purge remove xserver-xorg-video-nouveau
# Remove previously installed NVIDIA driver
sudo apt purge nvidia*

# Execute file and answer the questions during installation
sudo ./NVIDIA-Linux-x86_64-410.78.run

# Reboot Ubuntu
sudo reboot

# To check if installation is successful
nvidia-smi

您应该看到Nvidia驱动程序的终端输出： 在此处输入图片说明

# Check again
lsmod | grep nouveau  # should be zero output
lsmod | grep nvidia   # should be non-zero output

# Another check. {tab} means you should press <Tab> button on your keyboard.
cat /proc/driver/nvidia/gpus/{tab}/information

您应该看到正确的GPU模型： 在此处输入图片说明

为所有用户安装CUDA库

# Install gcc, kernel headers and development libraries
sudo apt install gcc-6 g++-6 linux-headers-$(uname -r) freeglut3-dev libxmu-dev libpcap-dev

从-https : //developer.nvidia.com/cuda-downloads下载CUDA工具包选择：Linux, x86_64, Ubuntu, 18.04, runfile (local)。

下载2.0 GB文件： cuda_10.0.130_410.48_linux.run

# Change permissions and run it
sudo chmod +x cuda_10.0.130_410.48_linux.run
sudo ./cuda_10.0.130_410.48_linux.run

If installation is successful, your should see the following output:
===========
= Summary =
===========

Toolkit: Installed in /usr/local/cuda-10.0
Samples: Not Selected

Please make sure that
 - PATH includes /usr/local/cuda-10.0/bin
 - LD_LIBRARY_PATH includes /usr/local/cuda-10.0/lib64, or, add /usr/local/cuda-10.0/lib64 to /etc/ld.so.conf and run ldconfig as root

要为系统上的所有用户（和应用程序）配置CUDA环境，请创建两个文件（使用sudo和您选择的文本编辑器）

# Create file cuda.sh
sudo touch /etc/profile.d/cuda.sh
# Open cuda.sh file
sudo nano /etc/profile.d/cuda.sh
# Add content to the file
export PATH=$PATH:/usr/local/cuda/bin
export CUDADIR=/usr/local/cuda

# Also create file cuda.conf
sudo touch /etc/ld.so.conf.d/cuda.conf
# Open cuda.conf file
sudo nano /etc/ld.so.conf.d/cuda.conf
# Add content to the file
/usr/local/cuda/lib64

# Restart ldconfig
sudo ldconfig

# Create symbolic links to GCC6 in the CUDA bin folder.
sudo ln -s /usr/bin/gcc-6 /usr/local/cuda-10.0/bin/gcc
sudo ln -s /usr/bin/g++-6 /usr/local/cuda-10.0/bin/g++

# Test CUDA by building the examples
# Copy the CUDA samples source directory to someplace in your home directory
# Go to the directory with the samples and run:
make -j4

# There could be compilation error for the samples
# Error: cannot find -lGL
# I was able to fix it by following the instructions in this link:
# http://techtidings.blogspot.com/2012/01/problem-with-libglso-on-64-bit-ubuntu.html (the final two commands)
sudo rm /usr/lib/x86_64-linux-gnu/libGL.so
sudo ln -s /usr/lib/libGL.so.1 /usr/lib/x86_64-linux-gnu/libGL.so
— FooBar167
source
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.