1. 全栈程序员必看首页

Ubuntu18.04安装 NVIDIA驱动+CUDA10.2+cuDNN+TensorRT

全栈程序员-站长 • • 未分类 • 阅读 196

Ubuntu18.04安装 NVIDIA驱动+CUDA10.2+cuDNN+TensorRT1.先卸载原有n卡驱动#forthedriverinstalledbyapt-get:sudoapt-getremove–purgenvidia*#forthedriverinstalledbyrunfilesudochmod+x*.runsudo./NVIDIA-Linux-x86_64-384.59.run–uninstall如果使用的是apt-

大家好，又见面了，我是你们的朋友全栈君。

系统：Ubuntu 18.04.5。显卡：RTX2080Super，独显无集成显卡。

0. 综述

目前，知道3种安装N卡驱动的方法：

  • 添加PPA源：最简便，但未必有最新驱动（据说可能有坑？）
sudo add-apt-repository ppa:xorg-edgers/ppa # 添加ppa源
sudo add-apt-repository ppa:graphics-drivers/ppa # 添加ppa源
sudo apt-get update # 更新apt-get源列表

然后进入：系统设置->软件和更新->附加驱动，选择更新的显卡驱动。

  • 安装CUDA时，顺便安装驱动：

1、用run安装CUDA时，选择安装Driver即可，但Driver版本可能稍旧。
2、用deb安装CUDA时，会自动联网安装最新Driver，但可能Driver与该CUDA的版本不匹配。

  • 去官网下载最新驱动，在本地安装：

PS：Driver安装完后，用nvidia-smi查看该Driver对应的CUDA版本，一定要安装相应的CUDA。

1. 先卸载原有驱动

如果之前安装了CUDA，应先卸载CUDA，再卸载Driver：

  • 方法1：用于卸载曾用run安装的。如果新驱动仍用run安装，可无需卸载直接安装，run会在安装时自动卸载之前的。
  • 方法2：用于卸载曾用deb或apt-get安装的。
# For installed by run-file:
sudo /usr/local/cuda/bin/cuda-uninstaller # 若未装cuda，此步可略
sudo ./NVIDIA-Linux-x86_64-384.59.run --uninstall

# For installed by deb-file or apt-get:
sudo apt-get purge cuda* # 若未装cuda，此步可略
sudo apt-get purge nvidia-* # 可能会破坏ROS中的
sudo apt-get purge libnvidia-*

PS1：卸载时要用apt-get purge或dpkg --purge或dpkg -P，而非apt-get remove或dpkg --remove或dpkg -r，否则配置文件仍在，重装时会有坑。
PS2：期间，随时用apt list|grep cuda或dpkg -l|grep cuda、apt list|grep nvidia或dpkg -l|grep nvidia检查是否有残留。如果提示定位不到软件包时，可先重启。卸载cuDNN或TensorRT时，也类似：
dpkg -l | grep tensorrt | awk '{print $2}' | sudo xargs dpkg -P
dpkg -l | grep TensorRT | awk '{print $2}' | sudo xargs dpkg -P
dpkg -l | grep cudnn | awk '{print $2}' | sudo xargs dpkg -P
dpkg -l | grep cuda | awk '{print $2}' | sudo xargs dpkg -P
dpkg -l | grep nvidia | awk '{print $2}' | sudo xargs dpkg -P

2. 禁用nouveau驱动

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

在文本最后添加：（禁用nouveau第三方驱动，之后也不需要改回来）

blacklist nouveau
options nouveau modeset=0

保存后，执行：

sudo update-initramfs -u

一定要重启！！！然后执行：

lsmod | grep nouveau

如果屏幕没有输出任何内容，说明禁用nouveau成功。

3. 禁用X-Window服务（18.04可忽略）

sudo service lightdm stop #这会关闭图形界面，但不用紧张

按Ctrl-Alt+F1进入命令行界面，输入用户名和密码登录即可。

PS：在命令行输入：sudo service lightdm start ，然后按Ctrl-Alt+F7即可恢复到图形界面。

4.1 用run安装Driver

# 给run文件赋予执行权限：
sudo chmod +x *.run
# 后面的参数非常重要，不可省略：
sudo ./NVIDIA-Linux-x86_64-440.82.run --no-opengl-files
  • --no-opengl-files：表示只安装驱动文件，不安装OpenGL文件。这个参数不可省略，否则会导致登陆界面死循环，英语一般称为”login loop”或者”stuck in login”。
  • --no-x-check：表示安装驱动时不检查X服务，非必需。
  • --no-nouveau-check：表示安装驱动时不检查nouveau，非必需。
  • -Z, --disable-nouveau：禁用nouveau。此参数非必需，因为之前已经手动禁用了nouveau。
  • -A：查看更多高级选项。

1、必选参数解释：因为NVIDIA的驱动默认会安装OpenGL，而Ubuntu的内核本身也有OpenGL、且与GUI显示息息相关，一旦NVIDIA的驱动覆写了OpenGL，在GUI需要动态链接OpenGL库的时候就引起问题。
2、如果提示未安装cc或make，可先退出安装，再命令行执行 sudo apt install gcc g++ make vim。如果又提示，编译器的gcc的版本高于kernel的gcc版本，可先联网运行Ubuntu的”Software Updater”更新下系统即可。
3、如果提示是否安装“nvidia-xconfig utility”，选择yes即可。

之后，按照提示安装，成功后重启即可。
如果提示安装失败，不要着急重启；可重复上述步骤，多试几次。

4.2 测试Driver：

nvidia-smi # 若列出GPU的信息列表，表示驱动安装成功
nvidia-settings # 若弹出设置对话框，表示驱动安装成功；若失败，可重启后再试。

5. 调整屏幕分别率（请忽略）

如果屏幕不能达到最佳分辨率时，可参见：http://blog.csdn.net/nostandby/article/details/69383543

# 查看显示器标识符：我的是DVI-I-0，在'connected'之前。
xrandr
# 查看分辨率的属性：我要看1920x1080的分辨率，在'Modeline'之后。
cvt 1920 1080
# 创建新分辨率模式：拷贝'Modeline'之后的信息即可。
sudo xrandr --newmode "1920x1080"  173.00  1920 2048 2248 2576  1080 1083 1088 1120 -hsync +vsync
# 为显示器添加分辨率模式：
sudo xrandr --addmode DVI-I-0 "1920x1080"
# 将分辨率模式应用到显示器：
sudo xrandr --output DVI-I-0 --mode "1920x1080"

PS：最终发现，劣质的显卡-显示器转接头，导致了显示器和分别率无法识别。换了转接头，无需上述步骤，分辨率自然恢复。

6.1 用run安装CUDA

# 给run文件赋予执行权限：
sudo chmod +x *.run
# 后面的参数非常重要，不可省略：
sudo ./cuda_10.2.89_440.33.01_linux.run --no-opengl-libs
  • --no-opengl-libs：必需参数，表示只安装驱动文件，不安装OpenGL文件，原因同上（但不是--no-opengl-files哈）。
  • --uninstall (deprecated)：用于卸载CUDA Driver（已废弃）。
  • --toolkit：表示只安装CUDA Toolkit，不安装Driver和Samples。
  • --help：查看更多高级选项。

然后，按照提示安装即可。例如：

accept #同意安装
n #不安装Driver，因为已安装最新驱动
y #安装CUDA Toolkit
<Enter> #安装到默认目录
y #创建安装目录的软链接
n #不复制Samples，因为在安装目录下有/samples

6.2 用deb安装CUDA

  1. 若要安装TensorRT，请安装deb版本的CUDA
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda-repo-ubuntu1804-10-2-local-10.2.89-440.33.01_1.0-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1804-10-2-local-10.2.89-440.33.01_1.0-1_amd64.deb
sudo apt-key add /var/cuda-repo-10-2-local-10.2.89-440.33.01/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda
  1. 下载并安装CUDA10.2补丁：
wget -c https://developer.download.nvidia.com/compute/cuda/10.2/Prod/patches/1/cuda-repo-ubuntu1804-10-2-local_10.2.1-1_amd64.deb
wget -c https://developer.download.nvidia.com/compute/cuda/10.2/Prod/patches/2/cuda-repo-ubuntu1804-10-2-local_10.2.2-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1804-10-2-local_10.2.1-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1804-10-2-local_10.2.2-1_amd64.deb
sudo apt-get update
sudo apt-get upgrade

若输入nvidia-smi后出现：Failed to initialize NVML: Driver/library version mismatch，是因为cuda所用的显卡驱动覆盖了之前、导致驱动版本不匹配，重启系统即可。

6.3 测试CUDA：

  1. 设置CUDA的bin和lib路径：gedit ~/.bashrc，并追加：
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

保存后，重新载入配置：source ~/.bashrc或. ~/.bashrc

  1. 查看CUDA版本：nvcc -V

  2. 测试CUDA的Sample：

#编译并测试设备 deviceQuery：
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

#编译并测试带宽 bandwidthTest：
cd ../bandwidthTest
sudo make
./bandwidthTest

如果这两个测试的最后结果都是Result = PASS，说明CUDA安装成功啦。

7. 安装cuDNN

  • 用tar安装cuDNN：解压后，将其include与lib64下的内容分别移至cuda目录下include与lib64中即可。
sudo tar -xzvf cudnn-10.2-linux-x64-v8.0.3.33.tgz
cd cuda
sudo mv include/* /usr/local/cuda/include
sudo mv lib64/* /usr/local/cuda/lib64
  • 用deb安装cuDNN：
sudo dpkg -i libcudnn8* # 或依次安装下面三个包：
sudo dpkg -i libcudnn8_8.2.2.26-1+cuda10.2_amd64.deb
sudo dpkg -i libcudnn8-dev_8.2.2.26-1+cuda10.2_amd64.deb
sudo dpkg -i libcudnn8-samples_8.2.2.26-1+cuda10.2_amd64.deb

cp -r /usr/src/cudnn_samples_v8/ ~
cd  ~/cudnn_samples_v8/mnistCUDNN
sudo make
sudo ./mnistCUDNN

如果成功运行，会显示下列信息：Test passed!

8. 安装TensorRT

sudo dpkg -i nv-tensorrt-repo-ubuntu1804-cuda10.2-trt8.0.3.4-ga-20210831_1-1_amd64.deb
sudo apt-key add /var/nv-tensorrt-repo-ubuntu1804-cuda10.2-trt8.0.3.4-ga-20210831/7fa2af80.pub
sudo apt-get update
sudo apt-get install tensorrt onnx-graphsurgeon python3-libnvinfer-dev

PS：该方式只能为系统的python安装API（因是用apt-get安装）；可用tar为conda安装API。

  • 用tar安装TRT：解压tar文件，导出lib路径，用pip安装需要的whl即可。
tar xzvf TensorRT-${version}.${os}.${arch}-gnu.${cuda}.${cudnn}.tar.gz
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:TensorRT-${version}/lib

cd TensorRT-${version}/python
sudo pip3 install tensorrt-*-cp3x-none-linux_x86_64.whl

cd ../graphsurgeon
sudo pip3 install graphsurgeon-*-py2.py3-none-any.whl

cd ../onnx_graphsurgeon
sudo pip3 install onnx_graphsurgeon-*-py2.py3-none-any.whl

PS1：该方式可为多个python安装API，指定相应的pip路径、安装相应版本的whl即可。
PS2：如果只用tar安装TRT，建议将lib路径写入~/.bashrc中。例如：
echo export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:TensorRT-${version}/lib >> ~/.bashrc

  • 测试TRT：
python3 # OR: ipython3
> import tensorrt as trt
> trt.__version__

1、如果遇到：tensorrtx/yolov5/calibrator.cpp:4:10: fatal error: opencv2/dnn/dnn.hpp，手动编译opencv4。
2、如果遇到：terminate called after throwing an instance of 'pwgen::PwgenException' what(): Driver error，更新TensorRT的版本（比如 8.0GA update1）。
3、安装pycuda：pip3 install pycuda # 不要加sudo，因为root用户可能未配置cuda环境变量

参考文献：
https://zhuanlan.zhihu.com/p/126997172
https://blog.csdn.net/xinjieyuan/article/details/100667803
https://github.com/wang-xinyu/tensorrtx/tree/master/yolov5
https://docs.nvidia.com/deeplearning/tensorrt/install-guide/index.html
https://blog.csdn.net/weixin_41868104/article/details/114937498

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。

发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/135941.html原文链接：https://javaforall.net

赞 (0)
0 0

关于作者

全栈程序员-站长的头像

全栈程序员-站长

133.5K 文章
3 粉丝
本网站汇聚当前互联网主流语音，持续更新，欢迎关注公众号“全栈程序员社区”
上一篇 2022年5月4日 上午9:00
下一篇 2022年5月4日 上午9:00


相关推荐

  • 分布式架构概述及设计

    分布式架构概述及设计

    分布式架构概述及设计引言随着越来越多的人参与到互联网的浪潮来 曾经的单体应用架构越来越无法满足需求 所以 分布式集群架构出现 也因此 分布式搭建开发成为了 Web 开发者必掌握的技能之一 那什么是分布式呢 怎么实现分布式以及怎么处理分布式带来的问题呢 本系列文章是笔者对自身学习的总结 包含但不限于 Zookeeper Dubbo 消息队列 ActiveMQ Kafka RabbitMQ Nosql Redis Mong

    全栈程序员-站长的头像 全栈程序员-站长
    2026年3月17日
    1
  • 求原根_模12的原根

    求原根_模12的原根

    求原根_模12的原根今天学了数论。。。求原根真的好暴力设模数为p我们把p−1p−1p-1分解质因数，对于每一个2≤i≤p−12≤i≤p−12\leqi\leqp-1,判断an−1pi%pan−1pi%pa^{n-1\overp_i}\%p是否为1，如果是，那么这个数就不是原根，否则就是ACCode#include&amp;amp;amp;lt;cstdio&amp;amp;amp;gt;#include&amp;amp;amp;lt;iostre

    全栈程序员-站长的头像 全栈程序员-站长
    2025年7月15日
    6
  • kindeditor编辑器代码过滤解决方法.

    kindeditor编辑器代码过滤解决方法.

    kindeditor编辑器代码过滤解决方法.原文连接 http www jiaoguoqiang com kindeditorgu 今天遇到一个问题 需要定制化 a 标签中的内容 但是不管如何 debuglink 插件中的代码都没有用 后面发现 查看源码的时候自己加进去的元素被过滤掉了 才猜想应该是编辑器过滤问题 顺着这个思路 真的解决了问题 很多朋友在使用 Kindeditor 编辑器的时候都会遇到这样一个

    全栈程序员-站长的头像 全栈程序员-站长
    2025年7月2日
    6
  • 【HDU2865】构造矩阵+Burnside定理+欧拉函数类似poj2888[通俗易懂]

    【HDU2865】构造矩阵+Burnside定理+欧拉函数类似poj2888[通俗易懂]

    【HDU2865】构造矩阵+Burnside定理+欧拉函数类似poj2888[通俗易懂]BirthdayToyTimeLimit:2000/1000MS(Java/Others)    MemoryLimit:32768/32768K(Java/Others)TotalSubmission(s):466    AcceptedSubmission(s):238ProblemDescriptionAekdyCoinloves

    全栈程序员-站长的头像 全栈程序员-站长
    2022年7月23日
    8
  • Python中range函数的用法

    Python中range函数的用法

    Python中range函数的用法pythonlearni range 是 Python 内置函数 用作范围 区间的定义 有以下三种用法 用法 1 只有一个参数 表示从 0 到这个参数内的所有整数 不包括参数 ran range 10 定义一个 list 用来将 range 的范围的所有数进行陈放为 list 形式 arr str list ran print ran print arr str 用法 2 两个参数 第一

    全栈程序员-站长的头像 全栈程序员-站长
    2026年3月17日
    2
  • jq插件实现

    jq插件实现

    jq插件实现1 jQuery 插件开发分为类级别开发和对象级别开发 因为类级别开发在真实项目中几乎不用 下面只对象级别进行探究 a 首先准备好一个架子 如下 function jQuery b 这个架子是你编写插件代码要写入的空间 下面简单解释一下这个架子 1 在 jQuery 环境下封装自己的插件 首先为避免与其他库的冲突 需要在插件的后面传一个 jQuery 参数进去

    全栈程序员-站长的头像 全栈程序员-站长
    2026年3月16日
    2

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号