ubuntu 18.04 安裝GPU +CUDA+cuDNN ：

目前，大多情況下，能搜到的基本上都ubuntu 14.04.或者是ubuntu 16.04的作業系統安裝以及GPU 環境搭建過程，博主就目前自身實驗室環境進行分析，總結一下安裝過程。

1.實驗室硬體配置（就需要而言）：

        gpu : GeForce titan xp   12G 視訊記憶體

        記憶體： 64G

        硬碟 ：512 SDD +2T 機械 

        主機板： 微星 x299 SLI PLUS 

    就配置而言，唯一有遺憾的就是主機板，微星主機板安裝ubuntu 各種報小毛病，打電話給微星客服，客服說，這塊主機板供應商只在window 10 環境下進行過測試，但是，LINUX 系統，不知道行不行得通，讓我自己想辦法解決，-_-|| 。 此處還是建議要採購裝置的主機板選擇技嘉或者華碩的，注意看主機板是否支援安裝linux作業系統。

2 .ubuntu18.04 系統安裝

首先，建議製作U盤啟動盤（點選此處）進行安裝，安裝時需要設定主機板 grub+legacy方式（重啟進bios，boot項裡面的），博主在安裝系統時，嘗試安裝了各種版本的ubuntu系統，包括14.01、14.03、16.01、16.03、16.04，均未成功，所有的問題，都是，系統安裝到一半，直接就報錯，無法安裝，在網上查找了許久，據說是顯示卡的問題導致的，有相關文件說，18.04版本可以避免這個問題。於是，嘗試安裝ubuntu18.04版本，OK ，按照大神推薦的雙硬碟分配方案（點選此處）進行安裝配置。安裝成功。

大家在安裝好系統後，要記得更新源。

3.安裝GPU（針對ubuntu18.04）

進入系統後，系統預設是使用主機板上的整合顯示卡，那麼，我們需要做的事就是安裝上自己的獨立顯示卡，也就是titan xp的驅動，網上有3中安裝方法，給大家推薦一下，可以收藏一下如何安裝NVIDIA顯示卡（點選此處）。

修改root密碼：

1.  $ sudo passwd    輸入兩次新密碼

2.  $ su root       登陸 root賬戶

$ ubuntu-drivers devices

輸出結果為：

== /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 ==
modalias : pci:v000010DEd00001180sv00001458sd0000353Cbc03sc00i00
vendor   : NVIDIA Corporation
model    : GK104 [GeForce GTX 680]
driver   : nvidia-304 - distro non-free
driver   : nvidia-340 - distro non-free
driver   : nvidia-384 - distro non-free recommended
driver   : xserver-xorg-video-nouveau - distro free builtin

== cpu-microcode.py ==
driver   : intel-microcode - distro free
 

$ sudo ubuntu-drivers autoinstall

$ sudo apt install nvidia-340

OK 驅動安裝完成，重新啟動，檢視系統配置---》詳細資訊---》關於   ，圖形處理是否對應於自己的獨立顯示卡。
 

4.安裝CUDA（針對18.04）

安裝CUDA 這裡需要注意;

咱們需要根據cuDNN 來選擇，如圖，首先，cuda只能支援17.04,16.04的ubuntu 下載安裝，但，實際上，有點類似於word一樣（高版本word能開啟低版本的word檔案 .）18.04版本的系統，能夠安裝16.04版本對應的CUDA。

目前cuda 最高版本為9.2，且只支援 16.04,17.04 這兩個系統，而且，我們安裝完CUDA 之後還需要安裝cuDNN。

那麼cuDNN 的版本又有什麼選擇呢，如下

首先，根據cuDNN 的版本，目前，較為完善的，是cuDNN v7.0.5 ,其適用於 CUDA 9.1 版本，所以，咱們在選擇安裝cuda的時候，選擇 CUDA 9.1。下載地址

按下圖進行選擇

對應的有一下四個檔案，需要統統下載，第一個是主檔案，後3個相當於補丁。

開始安裝：

step .1  GCC 降級

由於CUDA 9.0僅支援GCC 6.0及以下版本，而Ubuntu 18.04預裝GCC版本為7.3，

故手動進行降級：

sudo apt-get install gcc-4.8
sudo apt-get install g++-4.8

裝完後進入到/usr/bin目錄下

  $ls -l gcc* 

會顯示以下結果

lrwxrwxrwx 1 root root 7th May 16 18:16 /usr/bin/gcc -> gcc-7.3

發現gcc連結到gcc-7.0, 需要將它改為連結到gcc-4.8，方法如下:

sudo mv gcc gcc.bak #備份
sudo ln -s gcc-4.8 gcc #重新連結

同理，對g++也做同樣的修改：

ls -l g++*

lrwxrwxrwx 1 root root 7th May 15:17 g++ -> g++-7.3

需要將g++連結改為g++-4.8:

sudo mv g++ g++.bak
sudo ln -s g++-4.8 g++

再檢視gcc和g++版本號：

gcc -v g++ -v

均顯示gcc version 4.8 ，說明gcc 4.8安裝成功。

step. 2 安裝cuda ,及其補丁

輸入命令安裝Base Installer：

sudo sh cuda_9.1.85_387.26_linux.run

需要注意的是，之前已經安裝過顯示卡驅動程式，故在提問是否安裝顯示卡驅動時選擇no,其他 選擇預設路徑或者yes即可。

然後，繼續執行以下操作安裝3個 patch ：

sudo sh cuda_9.1.85.1_linux.run

sudo sh cuda_9.1.85.2_linux.run

sudo sh cuda_9.1.85.3_linux.run

安裝完畢之後，將以下兩條加入.bashrc檔案中.

sudo vim ~/.bashrc

export PATH=/usr/local/cuda-9.1/bin${PATH:+:$PATH}}      #注意，根據自己的版本，修改cuda-9.2/9.0...
export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} #注意，根據自己的版本，修改cuda-9.2/9.0...

OK ,那麼，到這一步，cuda 就安裝完成了

5.安裝cuDNN（針對18.04）

cuDNN 的安裝，就是將 cuDNN 包內的檔案，拷貝到cuda資料夾中即可。

step.1按照第四點分析的內容，我們需要下載的cuDNN 版本為

cuDNN v7.0.0 library for liunx，下載地址（需要註冊才能進行下載）

下載完畢後，切到預設的Downloads資料夾，可以看到 cudnn-9.1-linux-x64-v7.tgz 壓縮包

先解壓，然後將其中的內容複製到CUDA安裝資料夾裡面.

step.2 複製cuDNN內容到cuda相關資料夾內

sudo cp cuda/include/cudnn.h    /usr/local/cuda/include      注意，解壓後的資料夾名稱為cuda ,將對應檔案複製到 /usr/local中的cuda內
sudo cp cuda/lib64/libcudnn*    /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h   /usr/local/cuda/lib64/libcudnn*

到此處，所以的安裝就完成。

接下來就可以安裝相應的軟體，如：anaconda,pycharm tensorflow 等。。。