1. 安装build-essentials

安装开发所需要的一些基本包

sudo apt-get install build-essential

2. 安装NVIDIA驱动

2.1 准备工作

在关闭桌面管理 lightdm 的情况下安装驱动似乎可以实现Intel 核芯显卡 来显示 + NVIDIA 显卡来计算。

具体步骤如下:

1. 进入Ubuntu, 按 ctrl+alt+F1 进入tty, 登录tty后输入如下命令

sudo service lightdm stop

该命令会关闭lightdm。如果你使用 gdm或者其他的desktop manager 请在安装NVIDIA驱动前关闭他。

2. 屏蔽cpu集显

sudo vim /etc/modprobe.d/blacklist.conf

添加以下内容:

vga16fb

nouveau

rivafb

nvidiafb

rivatv

2.2 安装驱动

下载与计算机显卡匹配的驱动源<文件名>.run

sudo sh ./<文件>.run

3. 安装CUDA 6.5

下载CUDA 6.5.

然后通过下列命令, 将下载得到的.run文件解压成三个文件, 分别为

  • CUDA安装包: cuda-linux64-rel-6.5.14-18749181.run
  • NVIDIA驱动: NVIDIA-Linux-x86_64-340.29.run
  • SAMPLE包: cuda-samples-linux-6.5.14-18745345.run

这里不安装NVIDIA驱动

cuda6.5.run --extract=extract_path

注意, 需要通过下面命令给所有.run文件可执行权限

chmod +x *.run

3.1 安装CUDA

通过下列命令安装CUDA, 按照说明一步一步安装至完成.

sudo ./cuda-linux64-rel-6.5.14-18749181.run

3.1.1 添加环境变量

安装完成后需要在/etc/profile中添加环境变量, 在文件最后添加:

PATH=/usr/local/cuda-6.5/bin:$PATH
export PATH

保存后, 执行下列命令, 使环境变量立即生效

source /etc/profile

3.1.2 添加lib库路径

/etc/ld.so.conf.d/加入文件 cuda.conf, 内容如下

/usr/local/cuda-6.5/lib64

执行下列命令使之立刻生效

sudo ldconfig

3.2 安装CUDA SAMPLE

首先安装下列依赖包

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libglu1-mesa-dev

然后用下述命令安装sample文件

sudo ./cuda-samples-linux-6.5.14-18745345.run

完成后编译Sample文件, 整个过程大概10分钟左右

cd /usr/local/cuda-6.5/samples
sudo make

全部编译完成后, 进入 samples/bin/x86_64/linux/release, sudo下运行deviceQuery

sudo ./deviceQuery

如果出现下列显卡信息, 则驱动及显卡安装成功:

./deviceQuery Starting...CUDA Device Query (Runtime API) version (CUDART static linking)Detected 1 CUDA Capable device(s)Device 0: "GeForce GTX 670"CUDA Driver Version / Runtime Version          6.5 / 6.5CUDA Capability Major/Minor version number:    3.0Total amount of global memory:                 4095 MBytes (4294246400 bytes)( 7) Multiprocessors, (192) CUDA Cores/MP:     1344 CUDA CoresGPU Clock rate:                                1098 MHz (1.10 GHz)Memory Clock rate:                             3105 MhzMemory Bus Width:                              256-bitL2 Cache Size:                                 524288 bytesMaximum Texture Dimension Size (x,y,z)         1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096)Maximum Layered 1D Texture Size, (num) layers  1D=(16384), 2048 layersMaximum Layered 2D Texture Size, (num) layers  2D=(16384, 16384), 2048 layersTotal amount of constant memory:               65536 bytesTotal amount of shared memory per block:       49152 bytesTotal number of registers available per block: 65536Warp size:                                     32Maximum number of threads per multiprocessor:  2048Maximum number of threads per block:           1024Max dimension size of a thread block (x,y,z): (1024, 1024, 64)Max dimension size of a grid size    (x,y,z): (2147483647, 65535, 65535)Maximum memory pitch:                          2147483647 bytesTexture alignment:                             512 bytesConcurrent copy and kernel execution:          Yes with 1 copy engine(s)Run time limit on kernels:                     YesIntegrated GPU sharing Host Memory:            NoSupport host page-locked memory mapping:       YesAlignment requirement for Surfaces:            YesDevice has ECC support:                        DisabledDevice supports Unified Addressing (UVA):      YesDevice PCI Bus ID / PCI location ID:           1 / 0Compute Mode:< Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 6.5, CUDA Runtime Version = 6.5, NumDevs = 1, Device0 = GeForce GTX 670
Result = PASS

ubuntu14.04 Nvidia 驱动和cuda安装(转)相关推荐

  1. Ubuntu系统---安NVIDIA 驱动后 CUDA+cuDNN 安装

    Ubuntu系统---安NVIDIA 驱动后  CUDA+cuDNN 安装 --------------------------------------------@20190726--------- ...

  2. ubuntu16.04安装英伟达(NVIDIA)驱动——run文件安装

    ubuntu16.04安装英伟达(NVIDIA)驱动--run文件安装 去官网http://www.nvidia.com/Download/index.aspx?lang=en-us选择显卡驱动 中文 ...

  3. (已解决)ubuntu16.04 Nvidia驱动安装成功却无法检测到外接显示器

    ubuntu16.04 Nvidia驱动安装成功却无法检测到外接显示器 双系统win10 + ubuntu16.04,Intel集显+Nvidia独显 问题描述: 电脑重新组装过后,windows下连 ...

  4. 爆肝推荐、血泪安装:2080ti显卡安装Ubuntu18.04+nvidia驱动+cuda10.0+cuDNN

    爆肝推荐.血泪安装:2080ti显卡安装Ubuntu18.04+nvidia驱动+cuda10.0+cuDNN 记一次超过三周时间的"血泪"安装经历 版本问题--写在最前,&quo ...

  5. Ubuntu18.04下NVIDIA驱动+CUDA11.0安装

    安装Ubuntu18.04 一.准备工作 电脑GPU型号.Ubuntu版本.NVIDIA驱动版本.CUDA版本.这四个需要相互匹配,具体见官网. 我的配置是: 显卡:GT 710 Ubuntu : 1 ...

  6. 【转】Ubuntu 16.04 Nvidia驱动安装(run方式)

    转自:Ubuntu 16.04 Nvidia驱动安装(run方式)_lihe的博客-CSDN博客 1.下载驱动程序 Nvidia驱动下载 https://www.geforce.cn/drivers/ ...

  7. 真传x深度学习第二课:nvidia显卡驱动和cuda安装(小米13.3,显卡mx150)

    安装nvidia驱动和cuda,cudnn相关软件 环境说明:小米13.3,8代i5,mx150独显 1.    添加驱动源 sudo add-apt-repository ppa:graphics- ...

  8. Ubuntu18中安装Nvidia驱动和CUDA和cuDNN库加速

    Ubuntu18中安装Nvidia驱动和CUDA和cuDNN库加速 1 安装Nvidia驱动 1. Software&Updates 中切换驱动 1.2 官网下载驱动文件然后安装 禁用nouv ...

  9. Ubuntu18及22安装NVIDIA驱动、CUDA、CUDNN、Pytorch

    前言 安装pytorch的教程网上有许多,我记录并分享下自己两台笔记本上安装NVIDIA驱动.CUDA.CUDNN.Pytorch的过程和心得. 首先说明,安装pytorch-gpu需要完成nvidi ...

  10. 安装NVIDIA驱动与CUDA教程(+cuDNN)(终极版)

    鉴于用遍网上所有方法,CUDA没能成功装上,踩了许多坑,所以记录一下~ 在众多教程中,看到一篇质量很高的教程,也是通过这篇教程,摸索出了最终版安装cuda的方法: linux安装cuda 在安装时遇到 ...

最新文章

  1. OpenCV(一)图像读取与新建、图像显示、操作图像像素(2种涂色并比较算法优劣、输出RGB)
  2. 清华大学-刘知远:自然语言理解难在哪儿?
  3. python绘制灰度图片直方图-python+opencv 灰度直方图及其二值化
  4. android 图片操作
  5. kafka学习_《从0到1学习Flink》—— Flink 读取 Kafka 数据写入到 RabbitMQ
  6. [Python从零到壹] 三十五.图像处理基础篇之OpenCV绘制各类几何图形
  7. dns 服务器 linux_在Linux上构建自己的DNS服务器
  8. java新人面试经历_分享近两周以来的真实面试经历
  9. 图例放在图的外面_手把手教你绘制多个置信区间的森林图
  10. u8系统计算机上启动不了,用友erp u8装好后为何启动不了
  11. Windbg线上问题分析:生产环境应用高CPU问题分析
  12. 程序员很少上《非诚勿扰》电视节目相亲之分析
  13. recycleview横向展开_android 横向recyclerView 数据居中,从中间往两边展开显示
  14. 微信小程序(小游戏)的示例
  15. JavaScript实现页面倒计时效果
  16. Android WIFI架构
  17. python将一个列表赋值给另一个列表_将一个列表分配给另一个
  18. 信号发生器输出电阻与负载电阻问题,影响实际的信号输出
  19. python 化学计量学_如何入门化学计量学?有哪些推荐书目?
  20. (最好的BEST)脑电生理记录和刺激工具箱

热门文章

  1. 《TensorFlow技术解析与实战》学习笔记1
  2. element表格多列排序_Python,Numpy,Pandas…数据科学家必备排序技巧
  3. C# richTextBox重刷最后一行,richTextBox只更新最后一行
  4. linux 内核 介绍,Linux内核详细介绍
  5. sql怎么select中位数_怎么能避免写出慢SQL?
  6. zk临时节点失效时间_dubbo学习(六)服务发布dubbo服务在zk的创建、订阅
  7. Github 2019 年最值得关注的数据科学项目 Virgilio(维吉尔) 中文版
  8. HDU 2176:取(m堆)石子游戏(Nim博弈)
  9. 关于报表在移动端展现你需要知道哪些?
  10. Maven学习笔记1