Comment installer CUDA sur Ubuntu 18.04?


61

Existe-t-il un tutoriel pour installer CUDA sur Ubuntu 18.04?

Les instructions du site Web Nvidia pour 17.04 et 16.04 ne fonctionnent pas pour 18.04.

Je reçois un message m'invitant à redémarrer puis à réexécuter le programme d'installation. Cependant, lorsque je le fais, je reçois à nouveau le même message.


Cela a fonctionné pour moi. Quelle partie de cela ne fonctionne pas pour vous?
user3667089

Il indique qu'un redémarrage est nécessaire, puis que vous exécutez à nouveau le programme d'installation, mais je redémarre l'ordinateur et tente de le réinstaller. Le message est identique.
Gabs

Essayez de suivre les instructions ici qui utilise le runfile pour installer le pilote et la boîte à outils CUDA.
cône

Réponses:


19

J'ai installé CUDA 9.1 sur Ubuntu 18.04 et fonctionne très bien.

Cependant, je devrais modifier gcc, g ++ par défaut et utiliser des fichiers .run au lieu de fichiers .deb.

  1. installez gcc-6, g ++ - 6 (CUDA nécessite gcc-6!)
  2. Dans / usr / bin en tant que racine, rm gcc, gcc-ar, gcc-nm, gcc-ranlib g ++, puis 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; et ln -s g ++ - 6 g ++
  3. Installez CUDA en utilisant les fichiers .run. Vous ne pouvez pas utiliser tous les pilotes. Installez plutôt le dernier pilote (si nécessaire, téléchargez NVIDIA-Linux-xxxxxxx.run de Nvidia) serait préférable.

C'est tout.

J'ai essayé d'installer à l'aide de fichiers .deb, mais cela provoque des conflits de paquets, de sorte que j'ai changé de chemin.

Profitez-en!!


10
Je recommande d'utiliser update-alternatives au lieu de remplacer gcc, voir askubuntu.com/questions/26498/choose-gcc-and-g-version pour plus de détails
Mr.WorshipMe

100

Dans un terminal, tapez:


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

sudo apt update

sudo ubuntu-drivers autoinstall

redémarrer


sudo apt install nvidia-cuda-toolkit gcc-6

nvcc --version

J'ai une carte graphique gtx970 et une nouvelle installation d'Ubuntu 18.04

Cela a fonctionné pour moi


10
Cela devrait être accepté. Réponse
luboskrnac

7
Cela a surtout fonctionné pour moi. Le seul problème était ubuntu-drivers introuvable et a dû être corrigé en exécutant: sudo apt-get install ubuntu-drivers-common (trouvé ici: askubuntu.com/a/361868/766963 )
Volkan Paksoy

Cela a fonctionné pour moi, bien que je devais revenir à nouveau depuis l'interface utilisateur avant d'exécuter l'installation automatique (il signalait des conflits lors de l'installation de la v396 pendant l'installation de la v390)
Alex Reinking

1
Cela a fonctionné parfaitement. Cependant, sudo apt upgradetout a encore cassé, soyez prudent avec les mises à jour!
Luis

1
Pour moi, la autoinstallcommande a pour résultatThe following packages have unmet dependencies: nvidia-driver-415
MrMartin

12

Activez le référentiel multivers, installez les pilotes nvidia, nvidia-cuda-toolkit et gcc6 (de préférence en utilisant update-alternatives pour changer facilement de version):

  1. Dans Logiciels et mises à jour, sélectionnez les référentiels restreint et multivers.
  2. Dans l'onglet Pilotes supplémentaires du logiciel et mises à jour, sélectionnez le pilote propriétaire NVIDIA (390 pour CUDA 9).
  3. sudo apt update && sudo apt installez le nvidia-cuda-toolkit, ou installez-le à partir du centre de logiciels Ubuntu.
  4. CUDA nécessite gcc6, utilisez update-alternatives pour gérer à la fois gcc7 et gcc6 comme expliqué ici .

Sinon, vous pouvez suivre les instructions de Taylor :

  1. Après avoir installé le pilote propriétaire NVIDIA, téléchargez l’installation de CUDA 9 à partir de leur site (obtenez Ubuntu version 17.04 du fichier d’exécution)
  2. rendre le fichier téléchargé exécutable avec sudo chmod +x
  3. lancez-le avec --override flag
  4. Acceptez les termes et conditions, dites oui pour installer avec une configuration non prise en charge et non pour «Installer le pilote graphique NVIDIA Accelerated Graphics pour Linux-x86_64 384.81?». Assurez-vous de ne pas accepter d'installer le nouveau pilote.
  5. Voir ci-dessus sur l'utilisation de gcc6

La deuxième méthode présente l'inconvénient d'être plus difficile à mettre à niveau ou à supprimer.


2
Bien que le lien vers la page du paquet soit utile et qu'il y ait suffisamment d'informations ici pour que ce ne soit pas une "réponse de lien uniquement" ou autre chose, je vous recommande de le modifier pour expliquer comment faire ce que vous recommandez.
Eliah Kagan

6

Je doute que les réponses ci-dessus soient éligibles, car elles semblent quitter le système sans le sous-système de pilotes NVidia dans son ensemble. Je peux deviner pourquoi Cuda n'attire pas les chauffeurs, bien que je préférerais probablement qu'il en soit autrement. Je ne sais pas non plus quel est le bon moyen d’obtenir le dernier pilote, mais pour l’instant, cela semble le faire:

sudo apt-get install nvidia-driver-390


3
D'accord, si vous n'installez pas les pilotes Nvidia à partir des référentiels Ubuntu, vous devrez peut-être les réinstaller après chaque mise à jour du noyau.
ubfan1

Vous avez probablement aussi besoin de nvidia-driver-390-dev
Mr.WorshipMe


4

C'est ce que j'ai fait. Il pourrait y avoir des choses supplémentaires que je n'aurais probablement pas dû faire, mais je vais les inclure quand même.

Commencez par obtenir les pilotes du référentiel ppa. (Je dirais que cela est nécessaire avant l'installation, sauf si vous voulez risquer une boucle de connexion mortelle).

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

Puis installez le dernier pilote. J'utilise le programme de mise à jour de l'interface graphique pour la plupart appelé Logiciels et mises à jour, dans l'onglet Pilotes supplémentaires. À ce jour, le pilote 396 de nvidia est disponible.

Obtenez g ++ - 6 et gcc-6. (Champs obligatoires)

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

Vous pouvez essayer d'utiliser nvidia-cuda-toolkit, mais les chemins d'accès aux bibliothèques ne me sont pas familiers. Je ne voulais pas jouer avec ça.

(Je sauterais probablement celui-ci, mais allez-y si d'autres choses donnent des problèmes)

sudo apt install nvidia-cuda-toolkit

J'ai fini par installer le fichier d'exécution 9.1 pour Ubuntu 17.04. Télécharge le. Marquez le fichier comme exécutable (je fais un clic droit sur le fichier sur le bureau). Allez dans le terminal et mettez. (Champs obligatoires)

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

Il l'installera à l'aide des nouveaux compilateurs gcc. Il vous posera beaucoup de questions et voudra une réponse immédiate.

Répondez oui à la configuration non prise en charge.

Non au pilote nvidia.

Oui - à la boîte à outils

J'ai utilisé les emplacements d'installation par défaut

Une fois installé, assurez-vous d’avoir configuré vos chemins. Le fichier d'exécution vous donnera également un rappel. De plus, la documentation de nvidia vous dira quoi exporter.

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

Enfin, vous devez configurer des liens simples vers gcc-6 et g ++-6 ou vous recevrez un avertissement pour la compilation de votre propre code. (Obligatoire)

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

Redémarrez le système. (Champs obligatoires)


Bonne réponse, mais dans ma situation, le pilote Ubuntu repo nvidia était une mauvaise sous-version! Au moment de poster ceci, le nvidia-396package est la version 396.37 qui ne fonctionne pas pour ma GeForce GTX 950. J'ai donc dû installer 396.18 manuellement! Assurez-vous donc que le pilote est celui dont vous avez réellement besoin.
Salotz

2

Voyons comment ma réponse pour 16.04 va:

  1. Téléchargez CUDA pour Ubuntu 17.10 (fichier d'exécution local) - Tensorflow recommande CUDA 9.0 - CUDA 9.2 ne semble pas fonctionner avec tf
  2. Installer les exigences CUDA (voir la section ci-dessous)
  3. Courir sudo sh cuda_7.5.18_linux.run
  4. Suivez les invites de la ligne de commande.

Étape suivante: Installer le nom de fichier

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

Avertissement : n'installez pas le pilote d'affichage! (Au moins, ça n'a pas fonctionné sur mon Thinkpad T460p)

CUDA 9.0 pour 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 |
+-----------------------------------------------------------------------------+

et

$ 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

Exigences CUDA

$ 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

Vérifier avec

$ 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)

0

Ma propre expérience dans l'installation de CUDA. Testé sur Ubuntu 18.04. Tâche:

  • Installez le pilote graphique du contrôleur GFDR5X Palit GeForce GTX 1080 Ti GameRock 11GB [NEB108TT15LC-1020G].
  • Installez la bibliothèque CUDA pour tous les utilisateurs.

Liens connexes:

Installation du pilote NVIDIA

Accédez au site Web de NVIDIA - https://www.nvidia.com/Download/index.aspx et procurez-vous le dernier pilote pour votre GPU. Dans mon cas c'est:

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.

Télécharge le. Dans mon cas, le nom de fichier est: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

Il est préférable d'exécuter l'installation du pilote en mode texte. Pour le mode texte, appuyez sur <Ctrl>+<Alt>+<F3>et connectez-vous à la console.

Vous aurez probablement des problèmes avec le pilote graphique précédemment installé appelé Nouveau.

# 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

Vous devriez voir la sortie du terminal des pilotes Nvidia: entrez la description de l'image ici

# 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

Vous devriez voir le bon modèle de votre GPU: entrez la description de l'image ici

Installation de la bibliothèque CUDA pour tous les utilisateurs

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

Télécharger boîte à outils CUDA - https://developer.nvidia.com/cuda-downloads Sélectionner: Linux, x86_64, Ubuntu, 18.04, runfile (local).

Télécharger le fichier 2.0 Go: 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

Pour configurer l’environnement CUDA pour tous les utilisateurs (et applications) de votre système, créez deux fichiers (utilisez sudo et un éditeur de texte de votre choix).

# 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
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.