硬體篇

NVIDIA驅動篇

首先是禁用nouveau

1. 在配置檔案中禁用nouveau

 vi /etc/modprobe.d/blacklist.conf 新增：blacklist nouveau
    CentOS 7:
     vim /usr/lib/modprobe.d/dist-blacklist.conf
    或
     vim /lib/modprobe.d/dist-blacklist.conf
     並且在加上blacklist nouveau之後還要加上一行options nouveau modeset=0

2. 備份原來的 initramfs nouveau image映象

mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r)-nouveau.img  

3. 建立新的 initramfs image映象

dracut /boot/initramfs-$(uname -r).img $(uname -r)  

重新啟動機器後驅動禁用完成

下載NVIDIA驅動

檢測顯示卡驅動及型號

　　##新增ELPepo源
$ sudo rpm --import https://www.elrepo.org/RPM-GPG-KEY-elrepo.org
$ sudo rpm -Uvh http://www.elrepo.org/elrepo-release-7.0-2.el7.elrepo.noarch.rpm
 

　　##安裝NVIDIA驅動檢測
$ sudo yum install nvidia-detect
$ nvidia-detect -v

• 檢查是否安裝了GPU：

   lspci | grep -i nvidia  

• 然後去官網下載對應的NVIDIA驅動，runfile形式
• 安裝gcc、g++編譯器

   yum install gcc    
   yum install gcc-c++

• 安裝kernel-devel
  

yum install kernel-devel kernel-headers

這裡可能要重啟一下才能生效
安裝完後可以通過nvdia-smi檢視顯示卡使用情況

cuda9.0

• 之後去官網下載cuda9.0
  這裡一定要注意，並不是越新越好，比如tensorflow的最新的版本是基於cuda9.0安裝的。Cuda10沒有，cuda9.2只能使用舊版的tensorflow
• 建議下載runfile版本的cuda。親測rpm的大坑。
  
• 安裝完成後會在/usr/local目錄下生成一個軟連線，cuda的路徑配置都用這個軟連線了。

設定全域性的path，這樣其他使用者也能享受到cuda

vim /etc/bashrc
#gpu driver 
export CUDA_HOME=/usr/local/cuda
export PATH=/usr/local/cuda/bin:$PATH 
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH 
export LD_LIBRARY_PATH="/usr/local/cuda/lib:${LD_LIBRARY_PATH}"

cudnn

• 這個也要去官網下載對應cuda9.0的版本的cudnn
• 然後解壓，把庫拷貝過去

tar -zxvf cudnn-9.0-linux-x64-v7.4.1.5.tgz
cd cuda
cp include/* /usr/local/cuda/include/
cp lib64/lib* /usr/local/cuda/lib64/

tensorflow

• 這裡使用tensorflow測試cuda情況
• 只安裝tensorflow-gpu版本，不安裝cpu版本，這樣若顯示卡呼叫失敗可以看到debug資訊

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())