联想ThinkPad SL400 安装Ubuntu14.04、c

2018-03-05  本文已影响476人  莫轶喃

前言

作者发现自己2009年购买的联想ThinkPad SL400电脑配置的竟然是NVIDIA Geforce 9300m GS显卡，真是意外之喜！
由于电脑太老，win7已经跑不动了，于是选择重新安装Ubuntu，并且装上CUDA和CuDNN，这样就可以很happy地玩起深度学习了。

本文的特点

由于作者显卡较老，因此在安装过程当中遇到了不少关于显卡、驱动版本，compute capability、CUDA版本之间关系的问题，其中包括遇到问题：

cudaGetDeviceCount returned 35 
-> CUDA driver version is insufficient for CUDA runtime version

搜索网上教程或许一般都是显卡较新，没有类似选择CUDA版本、系统版本等问题，因此这里先系统地介绍一下这方面的问题，省去后面重复安装等重复劳动。工欲善其事，必先利其器。

小插曲
作者在安装过程中总共重新安装了三次系统，都是由于直接根据安装教程安装，而没有根据自己显卡等情况选择正确版本导致。

  1. 安装Ubuntu16.04的基础上安装了一次CUDA和Cudnn，使用deb方式安装cuda并重启后字体变大，原驱动nouveau失效并且循环登录，该问题是由于未安装新驱动导致，重新安装默认驱动nouveau后重启发现键盘鼠标失效，电脑宕机，因此重新开始安装一遍ubuntu和cuda，因此需要重新安装一遍系统。
    -- 教训：还是选择runfile通过交互式安装。

  2. 重新安装Ubuntu16.04并且使用系统更新方式安装nvidia驱动，支持到最新版本为340版本，在此基础上安装最新版本的CUDA9.1，发现遇到cudaGetDeviceCount returned 35的问题，这是由于CUDA版本太新，与驱动版本不支持导致。后通过nvidia论坛提问，得知对应该版本的cuda为CUDA6.5。
    --教训：适合自己的才是最好的。

Windows电脑上制作U盘安装盘

作者另有一台华硕超薄本用来做办公用，所以就正好用来制作安装盘。

  1. 下载ubuntu 14.04 LTS 64bit，当然前提要先确认一下自己的电脑是否支持64位系统。
    http://releases.ubuntu.com/releases/

  2. 下载通用usb安装工具universal-usb-installer
    https://www.pendrivelinux.com/universal-usb-installer-easy-as-1-2-3/

  3. 打开universal-usb-installer工具，选择刚才下载的ubuntu的iso文件，选择U盘后点击create，然后等待即可，很傻瓜的过程。

安装Ubuntu14.04

  1. 插入U盘后重启电脑，按F12进入启动选项(有些电脑可能是F10)
  2. 从U盘启动
  3. 选择install选项

更换显卡驱动

查看自己显卡型号命令：
lspci | grep -i nvidia
查看显卡驱动命令：
lsmod | grep -i nvidia

ubuntu14.04下更换驱动很方便，不必去nvidia官网下载后手动安装，直接在
系统设置->软件更新->附加驱动->切换到最新的NVIDIA驱动即可->应用更改->重启
但是作者的电脑显卡有点老旧了，本显卡的计算能力为Compute Capability 1.1,而CUDA版本的选择和显卡的计算能力相关，最新的CUDA版本(当前是9.1)已经无法支持该算力的版本了，相应的CUDA版本为CUDA6.5。
算力查询：
较新显卡：
https://developer.nvidia.com/cuda-gpus
老显卡：
https://developer.nvidia.com/cuda-legacy-gpus
没有列在这两个表里的显卡就没办法支持CUDA了。

关于算力和CUDA的对应关系官方并没有给出说明，而是在Stack Overflow上找到有人总结，结果如下：

CUDA 9.1: 387.xx
CUDA 9.0: 384.xx
CUDA 8.0  375.xx (GA2)
CUDA 8.0: 367.4x
CUDA 7.5: 352.xx
CUDA 7.0: 346.xx
CUDA 6.5: 340.xx
CUDA 6.0: 331.xx
CUDA 5.5: 319.xx
CUDA 5.0: 304.xx
CUDA 4.2: 295.41
CUDA 4.1: 285.05.33
CUDA 4.0: 270.41.19
CUDA 3.2: 260.19.26
CUDA 3.1: 256.40
CUDA 3.0: 195.36.15

安装CUDA

  1. 从官网下载14.04版本cuda，包括cuda及patch，网址：
    https://developer.nvidia.com/cuda-downloads

  2. 安装cuda
    ./cuda_6.5.14_linux_64.run --tmpdir=/home/moyinan/cuda/tmp

安装配置：

Do you accept the previously read EULA?
accept/decline/quit: accept

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 340.26?
(y)es/(n)o/(q)uit: n

Install the CUDA 6.5 Toolkit?
(y)es/(n)o/(q)uit: y

Enter Toolkit Location
 [ default is /usr/local/cuda-6.5 ]: 

/usr/local/cuda-6.5 is not writable.
Do you wish to run the installation with 'sudo'?
(y)es/(n)o: y

Please enter your password: 
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y

Install the CUDA 6.5 Samples?
(y)es/(n)o/(q)uit: y

Enter CUDA Samples Location
 [ default is /home/moyinan ]: /home/moyinan/cuda
  1. 配置环境变量：
    在~/.bashrc中加入：
export PATH=$PATH:/usr/local/cuda/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64

保存退出并允许source ~/.bashrc使之立即生效

  1. 运行示例检查安装是否正确
    首先压缩一份示例以备份：
    tar czvf NVIDIA_CUDA-6.5_Samples.tar.gz NVIDIA_CUDA-6.5_Samples/
    进入NVIDIA_CUDA-6.5_Samples/1_Utilities/deviceQuery目录并运行
    make
    sudo ./deviceQuery
    出现类似如下结果说明安装成功：
moyinan@moyinan:~/cuda/NVIDIA_CUDA-6.5_Samples/1_Utilities/deviceQuery$ sudo ./deviceQuery 
[sudo] password for moyinan: 
./deviceQuery Starting...

 CUDA Device Query (Runtime API) version (CUDART static linking)

Detected 1 CUDA Capable device(s)

Device 0: "GeForce 9300M GS"
  CUDA Driver Version / Runtime Version          6.5 / 6.5
  CUDA Capability Major/Minor version number:    1.1
  Total amount of global memory:                 255 MBytes (267714560 bytes)
  ( 1) Multiprocessors, (  8) CUDA Cores/MP:     8 CUDA Cores
  GPU Clock rate:                                1450 MHz (1.45 GHz)
  Memory Clock rate:                             702 Mhz
  Memory Bus Width:                              64-bit
  Maximum Texture Dimension Size (x,y,z)         1D=(8192), 2D=(65536, 32768), 3D=(2048, 2048, 2048)
  Maximum Layered 1D Texture Size, (num) layers  1D=(8192), 512 layers
  Maximum Layered 2D Texture Size, (num) layers  2D=(8192, 8192), 512 layers
  Total amount of constant memory:               65536 bytes
  Total amount of shared memory per block:       16384 bytes
  Total number of registers available per block: 8192
  Warp size:                                     32
  Maximum number of threads per multiprocessor:  768
  Maximum number of threads per block:           512
  Max dimension size of a thread block (x,y,z): (512, 512, 64)
  Max dimension size of a grid size    (x,y,z): (65535, 65535, 1)
  Maximum memory pitch:                          2147483647 bytes
  Texture alignment:                             256 bytes
  Concurrent copy and kernel execution:          No with 0 copy engine(s)
  Run time limit on kernels:                     Yes
  Integrated GPU sharing Host Memory:            No
  Support host page-locked memory mapping:       Yes
  Alignment requirement for Surfaces:            Yes
  Device has ECC support:                        Disabled
  Device supports Unified Addressing (UVA):      No
  Device PCI Bus ID / PCI location ID:           1 / 0
  Compute Mode:
     < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 6.5, CUDA Runtime Version = 6.5, NumDevs = 1, Device0 = GeForce 9300M GS
Result = PASS

安装cuDNN

  1. 下载cuDNN
    网址如下，需要登录后方可下载，大家注册一下即可。
    根据CUDA版本进行下载，CUDA6.5的版本在Archived cuDNNs Release下：
    https://developer.nvidia.com/rdp/cudnn-download
  2. 安装cuDNN
    cuDNN实际是CUDA的扩展包，因此只需解压并拷贝到CUDA相应目录即可：
    解压：
    tar zvxf cudnn-6.5-linux-x64-v2.tgz
    sudo cp cudnn-6.5-linux-x64-v2/cudnn.h /usr/local/cuda/include/
    sudo cp -d cudnn-6.5-linux-x64-v2/libcudnn /usr/local/cuda/lib64/*
上一篇下一篇

猜你喜欢

热点阅读