深度学习安装 Nvidia 显卡驱动程序
最编程
2024-07-18 13:17:55
...
导读
本文将介绍如何在Ubuntu
系统上,安装显卡驱动。
1. 下载驱动
- 驱动程序下载[1]
打开上面的驱动下载链接,根据自己的显卡型号进行选择对应配置,如下图,后点击搜索。
驱动下载
- 下载
搜索后,点击下面下载案例即可下载。
下载
2. 安装依赖
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
如果安装失败,则先进行pip3
的升级更新,再重复上述操作。
sudo apt-get install python3-pip
- 更新升级pip3:
sudo pip3 install --upgrade pip
3. 禁用系统默认显卡驱动
sudo gedit /etc/modprobe.d/blacklist.conf
# 在文件末尾写入
blacklist nouveau
options nouveau modeset=0
# 保存后手动更新;
sudo update-initramfs -u
# 电脑重启,输入下列指令进行确认,若无输出,则禁用成功:
lsmod | grep nouveau
4. 配置环境变量
- gedit命令打开配置文件
sudo gedit ~/.bashrc
- 末尾写入
export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH
- 保存更新
source ~/.bashrc
5. 卸载原有驱动
sudo apt-get --purge remove nvidia*
sudo apt autoremove
6. 退出图形界面
- 按住
ctrl+alt+F1
(1-6均可),进入x-server
sudo service lightdm stop
- 如果提示unit lightdm.service not loaded
则需要安装LightDm:
sudo apt install lightdm
安装完毕后跳出一个界面,选择lightdm
,再sudo service lightdm stop
。
7. 安装驱动
sudo chmod +x NVIDIA-……………….run*
sudo sh NVIDIA-……………….run* --no-opengl-files --no-x-check --no-nouveau-check
# –no-opengl-files 不安装OpenGL文件
# –no-x-check 安装驱动时不检查X服务,非必需。
# –no-nouveau-check 安装驱动时不检查nouveau,此参数非必需,因为之前已经手动禁用了nouveau。
安装过程中选项如下:
1.The distribution-provided pre-install script failed! Are you sure you want to continue?
“Yes”
2.Would you like to register the kernel module souces with DKMS? This will allow DKMS to automatically build a new module, if you install a different kernel later?
“No”
3.Nvidia’s 32-bit compatibility libraries?
“No”
4.Would you like to run the nvidia-xconfigutility to automatically update your x configuration so that the NVIDIA x driver will be used when you restart x? Any pre-existing x confile will be backed up.
“Yes”
- 挂载NVIDIA驱动:
modprobe nvidia
- 回到图形界面或直接将电脑重启
sudo service lightdm start #回到图形界面
sudo reboot now #重启
- 终端输入指令
sudo nvidia-smi
参考资料
[1]
驱动下载: https://www.nvidia.cn/Download/index.aspx?lang=cn
推荐阅读
-
PyTorch 深度学习虚拟环境的安装和配置 GPU 版
-
ubuntu18.04 NVIDIA 驱动程序 CUDA cudnn Anaconda 安装 - 安装 CUDA
-
在ubuntu16.04上,通过PPA安装NVIDIA GTX965M显卡驱动
-
装机教程、深度学习 GPU(显卡)选购
-
【摩尔线程+Colossal-AI强强联手】MusaBert登上CLUE榜单TOP10:技术细节揭秘 - 技术实力:摩尔线程凭借"软硬兼备"的技术底蕴,让MusaBert得以从底层优化到顶层。其内置多功能GPU配备AI加速和并行计算模块,提供了全面的AI与科学计算支持,为AI推理和低资源条件下的大模型训练等场景带来了高效、经济且环保的算力。 - 算法层面亮点:依托Colossal-AI AI大模型开发系统,MusaBert在训练过程中展现出了卓越的并行性能与易用性,特别在预处理阶段对DataLoader进行了优化,适应低资源环境高效处理海量数据。同时,通过精细的建模优化、领域内数据增强以及Adan优化器等手段,挖掘和展示了预训练语言模型出色的语义理解潜力。基于MusaBert,摩尔线程自主研发的MusaSim通过对比学习方法微调,结合百万对标注数据,MusaSim在多个任务如语义相似度、意图识别和情绪分析中均表现出色。 - 数据资源丰富:MusaBert除了自家高质量语义相似数据外,还融合了悟道开源200GB数据、CLUE社区80GB数据,以及浪潮公司提供的1TB高质量数据,保证模型即便在较小规模下仍具备良好性能。 当前,MusaBert已成功应用于摩尔线程的智能客服与数字人项目,并广泛服务于语义相似度、情绪识别、阅读理解与声韵识别等领域。为了降低大模型开发和应用难度,MusaBert及其相关高质量模型代码已在Colossal-AI仓库开源,可快速训练优质中文BERT模型。同时,通过摩尔线程与潞晨科技的深度合作,仅需一张多功能GPU单卡便能高效训练MusaBert或更大规模的GPT2模型,显著降低预训练成本,进一步推动双方在低资源大模型训练领域的共享目标。 MusaBert荣登CLUE榜单TOP10,象征着摩尔线程与潞晨科技联合研发团队在中文预训练研究领域的领先地位。展望未来,双方将携手探索更大规模的自然语言模型研究,充分运用上游数据资源,产出更为强大的模型并开源。持续强化在摩尔线程多功能GPU上的大模型训练能力,特别是在消费级显卡等低资源环境下,致力于降低使用大模型训练的门槛与成本,推动人工智能更加普惠。而潞晨科技作为重要合作伙伴,将继续发挥关键作用。
-
如何轻松用pip安装及配置PyTorch与PyG - 深度学习入门篇
-
深度学习开发篇(一):安装配置PaddlePaddle环境(含离线环境)
-
安装 nvidia 驱动程序
-
deepin20.8 安装 NVIDIA 显卡驱动程序
-
安装和升级 NVIDIA 驱动程序