centos 安装 zip centos 安装驱动

一、预处理：

1、检测显卡驱动及型号
##添加ELPepo源，参照网上资料有版本差异，我取最新版本，地址如下：http://elrepo.org/tiki/tiki-index.php

sudo rpm --import https://www.elrepo.org/RPM-GPG-KEY-elrepo.org
sudo yum install https://www.elrepo.org/elrepo-release-7.0-4.el7.elrepo.noarch.rpm

##安装NVIDIA驱动检测

sudo yum install nvidia-detect
nvidia-detect -v

Probing for supported NVIDIA devices...
[10de:1c82] NVIDIA Corporation GP107 [GeForce GTX 1050 Ti]
This device requires the current 430.40 NVIDIA driver kmod-nvidia

2、处理显卡冲突

因为安装NVIDIA官方驱动会和系统自带nouveau驱动冲突，需要禁用自带的nouveau驱动，先执行命令查看该驱动状态：

sudo lsmod | grep nouveau

修改/etc/modprobe.d/blacklist.conf 文件，以阻止 nouveau 模块的加载，如果系统没有该文件需要新建一个，这里使用root权限，普通用户无法再在/etc内生成.conf文件。

sudo su
echo "blacklist nouveau" > /etc/modprobe.d/blacklist.conf
echo "noptions nouveau modeset=0" >> /etc/modprobe.d/blacklist.conf

或者，直接创建编辑 /etc/modprobe.d/blacklist.conf

sudo vi /etc/modprobe.d/blacklist.conf
blacklist nouveau
noptions nouveau modeset=0

3、 重新建立initramfs image文件

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

二、安装CUDA（如果不需要可以略过，直接安装驱动；如果需要则先安装该步）

1、下载安装

资料上建议先装cuda，避免安装中的冲突。

官网下载cuda-rpm包 https://developer.nvidia.com/cuda-downloads，一定要对应自己的版本。

wget https://developer.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda-repo-rhel7-10-1-local-10.1.168-418.67-1.0-1.x86_64.rpm
sudo rpm -i cuda-repo-rhel7-10-1-local-10.1.168-418.67-1.0-1.x86_64.rpm
sudo yum clean all
sudo yum install cuda

由于Tensorflow-gpu（V1.13.1）等框架对CUDA（V10.0）版本有要求，需要卸载已经安装好等10.1版本等CUDA，重新安装10.0版本，具体过程如下：
（1）卸载

sudo rm -rf /usr/local/cuda-10.1/include/cudnn.h
sudo rm -rf /usr/local/cuda-10.1/lib64/libcudnn*
sudo yum remove cuda*

（2）重新安装，软件包下载过程同上，自己找。

sudo rpm -i cuda-repo-rhel7-10-0-local-10.0.130-410.48-1.0-1.x86_64.rpm
sudo yum clean all
sudo yum install cuda

2、测试cuda

cd /usr/local/cuda-10.1/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

注：对于10.0版本，路径为/usr/local/cuda/samples/1_Utilities/deviceQuery，或者/usr/local/cuda-10.0/samples/1_Utilities/deviceQuery

3、设置环境变量
cuda添加到bashprofile中

vi ~/.bash_profile

PATH=$PATH:$HOME/bin:/usr/local/cuda/bin
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64/
CUDA_HOME=/usr/local/cuda
export PATH
export LD_LIBRARY_PATH
export CUDA_HOME

4、环境变量生效：

source ~/.bash_profile

5、测试

$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Wed_Apr_24_19:10:27_PDT_2019
Cuda compilation tools, release 10.1, V10.1.168

三、安装驱动：

1、下载安装

下载驱动地址，https://www.geforce.cn/drivers

进入NVIDIA目录执行安装（建议推迟到cuda安装后再装驱动），安装之前需要重启服务。先关闭图形界面

wget -r -np -nd https://cn.download.nvidia.cn/XFree86/Linux-x86_64/430.40/NVIDIA-Linux-x86_64-430.40.run
init 3
chmod +x NVIDIA-Linux-x86_64-430.40.run
sh NVIDIA-Linux-x86_64-430.40.run

如果安装完成，可以运行命令查看显卡状态

$ nvidia-smi

2、恢复到图形界面

init 5

可以看到Cenos的图形服务界面。

本环境，中安装NVIDIA官方驱动前，经常出现kworker/u12:x （x是指数字可变）占用了大量CPU（超过65%），造成界面很难操作，通过top命令查看pid，再通过cat /proc/pid/stack命令查看堆栈。

安装官方驱动后，症状消失，待观察。

四、安装CUDNN

从官网下载安装包：https://developer.nvidia.com/cudnn，注意需要注册为开发者。依赖的CUDA目录为/usr/local/cuda/。

tar -xzvf cudnn-10.1-linux-x64-v7.6.2.24.tgz
cp cuda/include/cudnn.h /usr/local/cuda-10.1/include
cp cuda/lib64/libcudnn* /usr/local/cuda-10.1/lib64
chmod a+r /usr/local/cuda-10.1/include/cudnn.h /usr/local/cuda-10.1/lib64/libcudnn*
sudo ln -sf /usr/local/cuda/lib64/libcudnn.so.7.6.2 /usr/local/cuda/lib64/libcudnn.so.7
sudo ldconfig

卸载及重新安装：
卸载采用删除方式就可以，我找卸载（remove）cuda时，就把lib等对应关系、依赖关系就删除了，只留下文件夹及内容。
重新安装同上，修改其中等文件目录。
CUDA10.1对应CUDNN的版本是V7.6.2。

tar -xzvf cudnn-10.0-linux-x64-v7.5.1.10.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

sudo ln -sf /usr/local/cuda/lib64/libcudnn.so.7.5.1 /usr/local/cuda/lib64/libcudnn.so.7
sudo ldconfig

 

最后这一步 命令，这步非常重要，将影响Tensorflow等框架等使用。

注：
$ ldconfig
ldconfig: /usr/local/cuda-10.0/targets/x86_64-linux/lib/libcudnn.so.7 不是符号连接
通过ldconfig命令，可以检查出lib库文件的异常，例如上面重建连接。