Ubuntu sever20.04 LTS版本GPU服务器深度学习环境配置

“ Ubuntu sever20.04GPU服务器深度学习环境配置”

在非图形界面的Ubuntu server20.04的GPU服务器上配置环境，包括Nvidia驱动，cuda，cuDNN的安装，Anaconda的安装和开发环境创建。最好的参考文档是各软件的官方文档。

01

—

Nvidia驱动安装

1. 切换到root用户。

su

2. 查看当前系统是否安装了dkms。

dpkg -l | grep -i dkms

返回以下结果，则表示已经安装dkms。

若返回结果为空，则表明未安装dkms，执行以下安装。

apt-get install dkms                              

3. 禁用nouveau驱动

编辑 etc/modprobe.d/blacklist-nouveau.conf 添加以下内容

blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off

关闭nouveau:

echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf

重新生成内核并重启：

sudo update-initramfs -u
sudo reboot

再执行以下命令，没有输出说明禁用成功。否则，重复以上过程。

lsmod | grep nouveau

4. 去Nvidia官网下载显卡驱动。

5. 选择特定版本下载，复制下载链接。

6. 使用wget，下载安装包。

wget https://us.download.nvidia.com/tesla/470.129.06/NVIDIA-Linux-x86_64-470.129.06.run

Nvidia驱动版本，linux内核版本和cuda版本有一个对应关系，其都是基于cuda版本的系统要求，比如我的目标cuda11.4，查看其系统要求是:

一开始没太注意，我是基于ubuntu20.04 LTS安装的，并不是ubuntu20.04.2 LTS，不清楚这两个是否有区别，但是所需模块的版本是满足的，我最后装成功了。但是最好基于系统要求，希望不要为后续挖坑。

7. 执行以下命令，修改安装包权限。

chmod +x NVIDIA-Linux-x86_64-xxxx.run

8. Nvidia驱动的安装需要依赖gcc和linux-kernel-headers，执行以下命令，检查系统是否安装gcc和kernel-devel包。

dpkg -l | grep -i gcc
dpkg -l | grep -i linux-headers

返回以下结果，说明已经安装gcc和kernel-devel。

若返回结果为空，则未安装，执行以下命令安装。

sudo apt-get install gcc linux-kernel-headers

9. 执行安装驱动程序，根据提示进行后续操作。

sudo sh NVIDIA-Linux-x86_64-xxxx.run --ui=none --disable-nouveau --no-install-libglvnd --dkms -s

以上命令第一次我没有成功安装，报错如下：

大意是不支持在该内核上构建nvidia470.129.06模块

因为使用--dkms命令就会自动为驱动构建模块来管理，比如linux内核升级就会自动构建安装模块，否则会造成与内核版本不匹配的问题。

直接执行。也会提示是否构建模块，我选择了否，安装成功。

sudo sh NVIDIA-Linux-x86_64-xxxx.run 

10. 安装完成后，执行以下命令验证。

nvidia-smi

返回以下GPU信息，说明驱动安装成功。该界面显示的cuda版本是驱动能支持的最高版本

第一次安装后也遇到如下问题，可能是linux内核和驱动版本不匹配的原因，尝试多种方法后放弃了，按照以上流程重装成功。

02

—

cuda、cuDNN安装

1. 在cuda驱动下载界面，选择相应版本下载。 https://developer.nvidia.com/cuda-toolkit-archive

2. 选择runfile（local）安装类型。

wget https://developer.download.nvidia.com/compute/cuda/11.4.3/local_installers/cuda_11.4.3_470.82.01_linux.run
sudo sh cuda_11.4.3_470.82.01_linux.run

3. 重启系统。

4. 执行以下命令，配置环境变量。

echo 'export PATH=/usr/local/cuda/bin:$PATH' | sudo tee /etc/profile.d/cuda.sh

source /etc/profile

5. 执行以下命令，验证cuda安装是否成功。

cd /usr/local/cuda-10.1/samples/1_Utilities/deviceQuery

make

./deviceQuery

如果结果显示返回Result=Pass,表示cuda安装成功。

若执行make命令后，出现如下错误：

安装g++包即可。

sudo apt-get install g++ 

6. cuDNN安装

参考官方文档，下载tar包解压并拷贝到cuda目录下

当然也可以通过安装deb包的形式。

03

—

安装Anaconda

1. 下载Anaconda

wget https://repo.anaconda.com/archive/Anaconda3-2020.11-Linux-x86_64.sh

2. 安装

bash Anaconda3-2020.11-Linux-x86_64.sh 

3. 安装完后就创建虚拟环境，换源，参考pytoch文档安装包即可。

以上是配置服务器的全过程，主要参考了各软件的官方文档。