ubuntu18.04安装RTX2080ti显卡驱动+cuda10.2+cudnn
因为系统环境变量崩溃,进行重做了系统,全部还原,在本机重新安装了显卡驱动、cuda等,具体系统版本如下。
系统环境:ubuntu18.04
显卡:rtx2080ti
cuda版本:10.2
安装RTX2080ti显卡驱动
1、 ubuntu 18.04默认安装了第三方开源的驱动程序nouveau,安装nvidia显卡驱动首先需要禁用nouveau,不然会碰到冲突的问题,导致无法安装nvidia显卡驱动。
# 首先编辑文件blacklist.conf
sudo vim /etc/modprobe.d/blacklist.conf# 在文件最后部分插入以下两行内容
blacklist nouveau
options nouveau modeset=0#更新系统
sudo update-initramfs -u#重启系统(一定要重启)
reboot#验证nouveau是否已禁用,若没有提示任何信息则是已经禁用
lsmod | grep nouveau
2、下载安装显卡驱动,在官网找到相应版本的驱动下载即可,http://www.nvidia.cn/page/home.html,将下载的驱动拷贝到/home目录下
# 下载的2080Ti驱动如下
440.82.run
3、在ubuntu按ctrl+alt+f1进入命令行界面,关闭图形界面,卸载原有的驱动
# 这个是关闭图形界面,不执行会出错sudo service lightdm stop # 然后卸载掉原有驱动:
sudo apt-get remove nvidia-*
4、给驱动文件赋予权限并进行安装,在安装过程中执行默认选项即可
# 进行赋予权限sudo chmod a+x NVIDIA-Linux-x86_64-396.18.run# 安装
sudo ./440.82.run
5、挂在显卡驱动,进行测试,进行重启
# 挂在显卡驱动
modprobe nvidia# 检查驱动是否安装成功
nvidia-smi# 重启
sudo reboot
安装Cuda10.2
1、安装cuda10.2,在弹出的界面输入accept,因为我们已经安装了显卡驱动,所以就不需要在安装显卡驱动了
# 安装
sudo ./cuda_10.2.89_440.33.01_linux.run
2、配置环境变量
# 打开bashrc文件
sudo gedit ~/.bashrc# 添加三条路径
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}#让配置生效
source ~/.bashrc
3、查看是否安装成功
# 输入
nvcc -V# 安装成功
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Wed_Oct_23_19:24:38_PDT_2019
Cuda compilation tools, release 10.2, V10.2.89
安装Cudnn
1、从https://developer.nvidia.com/cudnn下载相应版本的cudnn
2、下载后解压,将cudnn文件拷贝到cuda中的相应目录
#将cuda/include/cudnn.h文件复制到/usr/local/cuda-10.2/include文件夹
#将cuda/lib64/下所有文件复制到/usr/local/cuda-10.2/lib64文件夹中
cp cuda/include/cudnn.h /usr/local/cuda-10.2/include
cp cuda/lib64/* /usr/local/cuda-10.2/lib64# 给予权限
sudo chmod a+r /usr/local/cuda/include/cudnn.h sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
3、验证是否安装成功
cd /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery
sudo make
sudo ./deviceQuery
输出如下设备信息表示成功
./deviceQuery Starting...CUDA Device Query (Runtime API) version (CUDART static linking)Detected 2 CUDA Capable device(s)Device 0: "GeForce RTX 2080 SUPER"CUDA Driver Version / Runtime Version 10.2 / 10.2CUDA Capability Major/Minor version number: 7.5Total amount of global memory: 7979 MBytes (8366784512 bytes)(48) Multiprocessors, ( 64) CUDA Cores/MP: 3072 CUDA CoresGPU Max Clock rate: 1845 MHz (1.85 GHz)Memory Clock rate: 7751 MhzMemory Bus Width: 256-bitL2 Cache Size: 4194304 bytesMaximum Texture Dimension Size (x,y,z) 1D=(131072), 2D=(131072, 65536), 3D=(16384, 16384, 16384)Maximum Layered 1D Texture Size, (num) layers 1D=(32768), 2048 layersMaximum Layered 2D Texture Size, (num) layers 2D=(32768, 32768), 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: 1024Maximum 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 3 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 supports Compute Preemption: YesSupports Cooperative Kernel Launch: YesSupports MultiDevice Co-op Kernel Launch: YesDevice PCI Domain ID / Bus ID / location ID: 0 / 1 / 0Compute Mode:< Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >Device 1: "GeForce RTX 2080 SUPER"CUDA Driver Version / Runtime Version 10.2 / 10.2CUDA Capability Major/Minor version number: 7.5Total amount of global memory: 7982 MBytes (8370061312 bytes)(48) Multiprocessors, ( 64) CUDA Cores/MP: 3072 CUDA CoresGPU Max Clock rate: 1845 MHz (1.85 GHz)Memory Clock rate: 7751 MhzMemory Bus Width: 256-bitL2 Cache Size: 4194304 bytesMaximum Texture Dimension Size (x,y,z) 1D=(131072), 2D=(131072, 65536), 3D=(16384, 16384, 16384)Maximum Layered 1D Texture Size, (num) layers 1D=(32768), 2048 layersMaximum Layered 2D Texture Size, (num) layers 2D=(32768, 32768), 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: 1024Maximum 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 3 copy engine(s)Run time limit on kernels: NoIntegrated GPU sharing Host Memory: NoSupport host page-locked memory mapping: YesAlignment requirement for Surfaces: YesDevice has ECC support: DisabledDevice supports Unified Addressing (UVA): YesDevice supports Compute Preemption: YesSupports Cooperative Kernel Launch: YesSupports MultiDevice Co-op Kernel Launch: YesDevice PCI Domain ID / Bus ID / location ID: 0 / 2 / 0Compute Mode:< Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >
> Peer access from GeForce RTX 2080 SUPER (GPU0) -> GeForce RTX 2080 SUPER (GPU1) : No
> Peer access from GeForce RTX 2080 SUPER (GPU1) -> GeForce RTX 2080 SUPER (GPU0) : NodeviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 10.2, CUDA Runtime Version = 10.2, NumDevs = 2
ubuntu18.04安装RTX2080ti显卡驱动+cuda10.2+cudnn相关推荐
- 联想R7000P Ubuntu18.04 安装NVIDIA显卡驱动(RTX2060)
联想R7000P Ubuntu18.04 安装NVIDIA显卡驱动(RTX2060) 前言:自己的笔记本为联想拯救者R7000P 2020系列,之前一直使用的是ubuntu20.04版本的驱动,所以并 ...
- linux18.04安装显卡驱动,详细介绍ubuntu18.04安装NVIDIA显卡驱动(亲测有效!)
详细介绍ubuntu18.04安装NVIDIA显卡驱动(亲测有效!) 详细介绍ubuntu18.04安装NVIDIA显卡驱动(亲测有效!) 详细介绍ubuntu18.04安装NVIDIA显卡驱动(亲测 ...
- Ubuntu18.04 安装 nvidia2080Ti显卡驱动
Ubuntu18.04 安装 nvidia2080Ti显卡驱动 1.下载驱动 驱动下载地址: https://www.nvidia.cn/geforce/drivers/ 这里选择了NVIDIA-Li ...
- ubuntu18.04安装Nvidia显卡驱动后黑屏及网络、蓝牙驱动消失的解决方案
ubuntu18.04安装Nvidia显卡驱动后黑屏及网络.蓝牙驱动消失的解决方案 文章目录 ubuntu18.04安装Nvidia显卡驱动后黑屏及网络.蓝牙驱动消失的解决方案 1.问题描述 2.解决 ...
- Ubuntu18.04 安装NVIDIA显卡驱动、Anaconda、PyTorch1.7.1
Ubuntu18.04 安装NVIDIA驱动.Anaconda.pytorch1.71 目录 Ubuntu18.04 安装NVIDIA驱动.Anaconda.pytorch1.71 1. NVIDIA ...
- linux18.04安装显卡驱动,Ubuntu18.04安装nvidia显卡驱动
网上安装nvidia显卡驱动的方法,大概分为三部分:先禁用nouveau,然后到nvidia官网下载相应的驱动,最后切换的字符界面安装.之前我在Ubuntu16.04也做过相应的操作,具体可以查看:U ...
- 【详细】Ubuntu18.04安装更新显卡驱动、安装CUDA及cuDNN、CUDA版本切换
CUDA安装官方教程:官方教程 cuDNN安装官方教程:官方教程 在配置Pytorch环境的时候,想着尝试一下新版本的pytorch版本Stable(1.10.1)时,发现这个pytorch版本仅支持 ...
- Ubuntu18.04安装Nvidia显卡驱动教程
0.前期准备 禁用BIOS的secure boot,即disable它,如果不关闭,使用第三方源安装显卡驱动会安装后不能使用. 1.禁用nouveau 1.创建文件,如果没有下载vim编辑器,将vim ...
- ubuntu18.04安装ISCE2.6.0+CUDA10.2+cuDNN(2022最新安装指南)
Ubuntu18.04.6 LTS下安装ISCE2.6.0+CUDA10.2+cuDNN(2022最新安装指南) 安装ISCE2.6.0+GPU的全套流程 文章目录 前言 这篇文章分为三部分,前两部分 ...
最新文章
- Day43 前端基础--html
- 解决naigos+pnp4nagios部分不出图的问题
- PXI和CompactPCI的区别比较
- mysql维护 运维_MySQL运维之--日常维护操作
- android 动画 最顶层_【Android编程实战】StrandHogg漏洞复现及原理分析_Android系统上的维京海盗...
- 【网】关于 Blog 和 RSS 的全面介绍
- springboot工程打包时将application.properties放在jar包外
- 2057. 值相等的最小索引
- 地图自定义图标_如何在H5里添加地图导航?这份教程请收藏!
- Golang 大杀器之跟踪剖析 trace(转载)
- 港铁将更换信号系统 或影响日间列车服务冀乘客谅解
- 计算机语言排行榜2018年9月,2018年9 月编程语言排行榜JAVA稳占第一
- lpop 原子_从夸克到原子,到元素周期表
- Python 每日一记1启程
- 华为部分通知气泡显示_华为P50已在路上,目前不受美国影响 | PS5价格曝光!
- 你为什么错过优质信息?
- android 9平板电脑截屏,平板电脑怎么截图 平板电脑截图方法【详解】
- 从vivo Photo Lab“影像实验室”透视门店新价值
- 【详解排序算法】冒泡排序
- MOSFET反向恢复特性总结-4
热门文章
- java版Spring Cloud+Vue 前后端分离+VR全景电子商务源码
- 本地计算机策略没东西,Windows找不到本地组策略
- .doc文件转换为.docx文件
- echarts雷达图鼠标悬浮显示单轴数据
- win7下安装VC6LineNumberAddin方法[VC6行号插件]及问题解决方案
- 企业软文推广如何掌握好新闻发布量
- ZZULIOJ:1164: 字符串加密
- python hasattr函数_Python的hasattr() getattr() setattr() 函数使用方法详解
- 中国将强势反击,或暂停采购波音飞机,波音或因此受重击
- Jmeter-jp@gc - JSON/YAML Path Extractor 用法之获取数组长度