2022年在linux系统上安装指南参考 .pdf

《2022年在linux系统上安装指南参考 .pdf》由会员分享，可在线阅读，更多相关《2022年在linux系统上安装指南参考 .pdf（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、CUDA 在 linux 系统上安裝指南适用的操作系统Fedora 7，8，9，10 Redhat Enterprise 3.x,4.x,5.x SUSE Linux Enterprise Desktop 10-SP1，10.2 ，11.0 OpenSUSE 10.1,10.2， 10.3 ，11.0 ，11.1Ubuntu 7.04 ，7.10. ，8.04 ，8.10 ，9.04- 下载和操作系统配套的驱动程序， SDK, tookit 地址： http:/ 安装程序（ TESLA 搭配非NVIDIA 显卡使用，可不须安装该显卡驱动程序）- 在 Terminal中安装（不要进 XWindo

2、w ）以 linux as5.2下安装 cuda2.1为例1.安装CUDA 运算驱动程序命令行下执行: sh NVIDIA-Linux-x86_64-180.22-pkg2.run 根据提示回车执行各步安装过程关于如何安装NVIDIA 的 Linux 驱动程序，请参考NVIDIA Accelerated Linux Driver Set README and Installation Guide http:/ nvidia-xconfig -query-gpu-info以查看所安装的NVIDIA GPU 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - -

3、- - - - - - 名师精心整理 - - - - - - - 第 1 页，共 6 页 - - - - - - - - - 执行结果请见下图2.安装 NVIDIA CUDA Toolkit 命令行下执行：sh cudatoolkit_2.1_linux64_rhel5.2.run 安装程序会要求你输入安装路径或是接受默认值，推荐以root 身份安装并使用默认路径(/usr/local) ，在之后我们将会以来代替实际的安装路径增加CUDA 二进制文件 (nvcc)及函数路径 (libcuda.so)到 PATH 及 LD_LIBRARY_PATH 的环境变量安装完毕可以执行nvidia-smi

4、以查看所安装的CUDA GPU 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页，共 6 页 - - - - - - - - - nvidia-smi是 NVIDIA 提供可以让我们确认安装在机器中的GPU 是否都能正常运行CUDA 的新工具执行结果请见下图3.安装 NVIDIA CUDA SDK 命令行下执行：shcuda-sdk-linux-2.10.1215.2015-3233425.run 安装程序会要求输入安装路径或是接受默认值，默认安装路径为用户的家目录(/NVID

5、IA_CUDA_SDK)。在之后我们将会以来代替实际的安装路径在家目录下的.bash_profile 中，加入以下几行名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页，共 6 页 - - - - - - - - - PATH=$PATH:/bin LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/lib64export PATH export LD_LIBRARY_PATH 注意 用系统中安装的实际路径替代然后启用该配置source .bash_profile

6、 4.建构 SDK project 范例程序cd Build: - release 输入make. - debug 输入make dbg=1. - emurelease 输入make emu=1. - emudebug 输入make emu=1 dbg=1.make 在执行make 创建范例程序所使用的libcutil 这个公共工具libcutil 是为了方便使用而提供的，不属于CUDA 的一部分注意：在 make 时一些用到 opengl的范例会发生有关gl 的编译错误，这是因为没有安装opengl的库造成的，需要另外下载安装gl 的库。其他的范例应该编译正常。可以直接到/root/NVID

7、IA_CUDA_SDK/projects下的各个范例中直接执行make 进行编译：如：矩阵乘cd /root/NVIDIA_CUDA_SDK/projects/matrixMul Make 5.执行范例在范例程序当中的deviceQuery 是让我们得到装在这台机器上可以进行CUDA 运算的GPU 信息建构范例程序cd /projects/deviceQuery 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 4 页，共 6 页 - - - - - - - - - make 然后在/

8、bin/linux32/release/deviceQuery 执行范例程序deviceQuery 执行结果如下图而执行release, debug, emurelease 或 emudebug 等其目录位于 /bin/linux32/release|debug|emurelease|emudebug - 创建自己的程序- 使用CUDA SDK 可以很容易的创建新的CUDA 程序。以复制及修改CUDA SDK 提供的项目 template的方式来符合你的需求步骤如下1.复制整个 template项目（这边以myproject 代表你所要创建的项目）cd /projects cp -r temp

9、late 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 5 页，共 6 页 - - - - - - - - - 2.把项目的文件名称改成你要的文件名称mv template.cu myproject.cu mv template_kernel.cu myproject_kernel.cu mv template_gold.cpp myproject_gold.cpp 3.把项目内容的文件名称改成你要的文件名称编辑Makefile 及原始档把所有的 template用myproject取代4.编译make 5.在下面的位置执行新的程序././bin/linux32/release/myproject 执行结果应该是Test PASSED 6.最后再将程序代码改成符合你的运算需求即可此部份请参考CUDA Programming Guide名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 6 页，共 6 页 - - - - - - - - -