Sådan installeres CUDA Toolkit på Ubuntu 24.04, 22.04 eller 20.04

CUDA Toolkit er afgørende for udviklere, der arbejder med NVIDIA GPU'er, og giver et omfattende udviklingsmiljø for GPU-accelererede applikationer. Det inkluderer biblioteker, fejlfindings- og optimeringsværktøjer, en compiler og runtime-biblioteker til opbygning og implementering af applikationer på CUDA-aktiverede GPU'er. Installation af CUDA Toolkit på Ubuntu giver dig mulighed for at udnytte kraften i parallel computing til opgaver såsom maskinlæring, videnskabelig databehandling og databehandling i realtid.

For at installere CUDA Toolkit på Ubuntu 24.04, 22.04 eller 20.04 kan du bruge NVIDIAs officielle APT-lagerspejl. Denne metode sikrer, at du har adgang til den nyeste version af værktøjssættet sammen med eventuelle opdateringer eller patches, der er frigivet af NVIDIA. Denne guide vil guide dig gennem installationsprocessen trin for trin.

Fjern eksisterende CUDA- og NVIDIA-installationer

Det er afgørende at starte med en ren tavle, når du installerer NVIDIA-drivere, især når du planlægger at opgradere eller ændre versionen. Det betyder, at du fjerner alle eksisterende NVIDIA-installationspakker fra dit system. Dette trin hjælper med at forhindre potentielle konflikter og problemer, der opstår fra overlappende installationer. Men hvis du ikke har installeret NVIDIA-drivere før, skal du springe dette afsnit over og fortsætte til det næste.

Bemærk: Du kan springe denne anbefaling over, hvis du har et nyt system uden nogen tidligere NVIDIA- eller CUDA-installationer. Men hvis du allerede har en eksisterende NVIDIA- eller CUDA-installation, er det afgørende at fjerne det først. Undladelse af at gøre det kan føre til installationsproblemer eller systemustabilitet relateret til softwaren.

Fjern NVIDIA-pakker installeret via APT-kommandoer

Hvis du har installeret NVIDIA-drivere ved hjælp af APT-pakkehåndteringen, kan du bruge en enkelt kommando til at fjerne alle spor af NVIDIA fra dit system. Denne kommando søger efter alle NVIDIA-relaterede pakker og sletter dem fra dit system. Kør følgende kommando i din terminal:

sudo apt autoremove cuda* nvidia* --purge

Denne kommando bruger autoremove-indstillingen for apt-kommandoen, som fjerner pakker, der automatisk blev installeret for at tilfredsstille afhængigheder for andre pakker, og som nu ikke længere er nødvendige. nvidia*-mønsteret matcher alle pakker, der starter med 'nvidia'. Indstillingen –purge fortæller apt at fjerne ikke kun pakkerne, men også deres konfigurationsfiler.

Fjern NVIDIA-drivere installeret via Runfile

Hvis du har installeret NVIDIA-driverne ved hjælp af en .run fil (som generelt ikke anbefales på grund af bedre alternativer som NVIDIA CUDA-depotet), skal du bruge en anden tilgang til at fjerne dem.

For at afinstallere runfil-installationstypen skal du bruge følgende kommando:

sudo /usr/bin/nvidia-uninstall

Kommandoen udfører nvidia-uninstall-scriptet inkluderet i runfil-installationen. Dette script sikrer ren fjernelse af NVIDIA-driveren, der er installeret gennem runfilen.

Fjern CUDA Toolkit installeret via Runfile

Hvis du installerede CUDA-værktøjssættet ved hjælp af en runfil, skal du fjerne det. Brug en metode, der ligner den til at afinstallere NVIDIA-drivere. For at fjerne CUDA-værktøjssættet skal du køre følgende kommando:

sudo /usr/local/cuda-X.Y/bin/cuda-uninstall

Erstat XY med versionsnummeret på det CUDA-værktøjssæt, du har installeret. Brug denne kommando til at køre cuda-uninstall-scriptet, der følger med runfil-installationen af ​​CUDA-værktøjssættet. Dette script sikrer ren fjernelse af CUDA-værktøjssættet fra dit system.

Installer CUDA Toolkit via APT-kommandoer

Som tidligere nævnt er installation af CUDA direkte fra NVIDIA CUDA-lageret den mest effektive tilgang. Denne metode sikrer, at du vil være den første til at modtage nye forbedringer, fejlrettelser, sikkerhedsopdateringer eller funktioner.

Klargøring af dit system til NVIDIA CUDA PPA

Før vi dykker ned i installationsprocessen, skal vi sikre os, at dit system er klar. Dette involverer installation af flere nødvendige pakker. Disse pakker er muligvis allerede på dit system, men dobbelttjek skader ikke. Kør følgende kommando i din terminal:

sudo apt install build-essential gcc dirmngr ca-certificates software-properties-common apt-transport-https dkms curl -y

Denne kommando installerer flere pakker, der er vigtige for de følgende trin. Disse pakker inkluderer dirmngr (til styring af nøgler), ca-certifikater (til håndtering af SSL-certifikater), software-egenskaber-fælles (til styring af softwarelagre), apt-transport-https (til sikre pakkedownloads), dkms (til styring af kernemoduler) ), og curl (til at downloade filer fra internettet).

Importer GPG-nøgle til NVIDIA CUDA PPA

Sikkerhed er en topprioritet under softwareinstallationer. For at verificere ægtheden og integriteten af ​​de pakker, vi vil installere, skal vi importere GPG-nøglen til vores specifikke distributionsversion. Lageret bruger denne nøgle til at signere pakkerne. Ved at importere den instruerer vi vores system til at stole på pakker, som denne nøgle har signeret.

For det første, til Ubuntu 24.04 Numble Numbat-udgivelse, skal du bruge følgende kommando:

curl -fSsL https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/3bf863cc.pub | sudo gpg --dearmor | sudo tee /usr/share/keyrings/nvidia-drivers.gpg > /dev/null 2>&1

For det andet, til Ubuntu 22.04 Jammy Jellyfish-udgivelsen, skal du bruge følgende kommando:

curl -fSsL https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/3bf863cc.pub | sudo gpg --dearmor | sudo tee /usr/share/keyrings/nvidia-drivers.gpg > /dev/null 2>&1

Til sidst, til Ubuntu 20.04 Focal Fossa-udgivelse, skal du bruge denne kommando i stedet:

curl -fSsL https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/3bf863cc.pub | sudo gpg --dearmor | sudo tee /usr/share/keyrings/nvidia-drivers.gpg > /dev/null 2>&1

Importer NVIDIA Repository

Med GPG-nøglen på plads kan vi nu tilføje NVIDIA-lageret til vores system. Dette lager indeholder de pakker, vi har brug for til vores CUDA-installation.

For det første, til Ubuntu 24.04 Numble Numbat, skal du bruge følgende kommando:

echo 'deb [signed-by=/usr/share/keyrings/nvidia-drivers.gpg] https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/ /' | sudo tee /etc/apt/sources.list.d/nvidia-drivers.list

For det andet, til Ubuntu 22.04 Jammy Jellyfish, skal du bruge følgende kommando:

echo 'deb [signed-by=/usr/share/keyrings/nvidia-drivers.gpg] https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/ /' | sudo tee /etc/apt/sources.list.d/nvidia-drivers.list

Til sidst, til Ubuntu 20.04 Focal Fossa, brug denne kommando i stedet:

echo 'deb [signed-by=/usr/share/keyrings/nvidia-drivers.gpg] https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/ /' | sudo tee /etc/apt/sources.list.d/nvidia-drivers.list

Opdatering af pakkelisten til NVIDIA CUDA Toolkit PPA

Nu hvor vi har tilføjet NVIDIA-lageret, skal vi opdatere vores systems pakkeliste. Dette sikrer, at vores system kender de nye pakker, der er tilgængelige i NVIDIA-lageret. For at gøre dette skal du køre følgende kommando:

sudo apt update

Denne kommando henter de seneste pakkeoplysninger fra alle konfigurerede lagre, inklusive det nyligt tilføjede NVIDIA-lager.

Installer CUDA Toolkit

Vi kan installere CUDA med de nyeste NVIDIA-drivere med alt sat op. Men før vi gør det, er det en god idé at tjekke de tilgængelige driverversioner. Du kan gøre dette ved at bruge APT-søgekommandoen:

apt search cuda-drivers

Denne kommando viser alle de tilgængelige CUDA-versioner. Du kan vælge den, der passer bedst til dine behov. I denne vejledning viser vi, hvordan du installerer den seneste version.

Alternativt kan du søge efter cuda- og nvidia-drivere:

sudo apt search cuda-drivers

sudo apt search nvidia-driver

Nu kan du installere den version af CUDA/NVIDIA, du vil arbejde med. Husk at erstatte 550 med 545, 535, 530, 525, 520, 515 osv., afhængigt af dine præferencer.

sudo apt install nvidia-driver-550 cuda-drivers-550 cuda

Husk, at kommandoen ovenfor kun er et eksempel. Som vist tidligere kan du installere den version, du har brug for, ved at bruge APT-søgningen.

Når det er installeret, skal du genstarte dit system:

sudo reboot

Kom godt i gang med CUDA

Det kan være spændende at tage på din rejse med CUDA på Ubuntu Linux. For at hjælpe dig med at navigere denne vej mere gnidningsløst er her nogle tips og tricks til at forbedre din oplevelse og øge din produktivitet.

Forståelse af GPU-funktioner med NVIDIA CUDA

Før du dykker ned i CUDA-programmering, er det afgørende at forstå din GPU's muligheder. Forskellige GPU'er understøtter forskellige versioner af CUDA og har varierende antal kerner, hukommelsesstørrelser og andre funktioner. Du kan bruge nvidia-smi kommando for at få detaljerede oplysninger om din GPU:

nvidia-smi

Denne kommando giver information om din GPU's navn, samlede hukommelse, CUDA-version og mere. At forstå din GPU's muligheder kan hjælpe dig med at skrive mere effektive CUDA-programmer.

CUDA Toolkit dokumentation

CUDA Toolkit har omfattende dokumentation, herunder en programmeringsvejledning, vejledning om bedste praksis og API-referencer. At sætte dig ind i disse ressourcer kan være utroligt gavnligt. Du kan få adgang til dokumentationen online på NVIDIA CUDA Toolkit dokumentation side.

CUDA prøver

CUDA-værktøjssættet indeholder eksempler på programmer, der demonstrerer forskellige aspekter af CUDA-programmering, fra grundlæggende koncepter til avancerede teknikker. Disse prøver kan være en stor læringsressource. Du kan finde dem i mappen /usr/local/cuda/samples efter installation af CUDA Toolkit.

Opdater NVIDIA Cuda Toolkit

NVIDIA udgiver regelmæssigt nye versioner af CUDA Toolkit, som ofte inkluderer ydeevneforbedringer, fejlrettelser og nye funktioner. Ved at holde din CUDA-installation opdateret sikrer du, at du kan bruge disse forbedringer. Husk, du har sat dit system op til at modtage opdateringer direkte fra NVIDIA CUDA-lageret, så du nemt kan opdatere din CUDA-installation ved hjælp af APT-pakkehåndteringen:

sudo apt update
sudo apt upgrade

Udforskning af CUDA-biblioteker med NVIDIA CUDA

CUDA tilbyder adskillige biblioteker, der leverer funktionaliteter på højt niveau til daglige beregningsopgaver som lineær algebra, Fourier-transformation og mere. Biblioteker såsom cuBLAS, cuFFT og cuDNN er meget optimeret, hvilket sparer tid og kræfter. CUDA Toolkit-dokumentationen indeholder flere detaljer om disse biblioteker.

Fejlretning og profilering af CUDA-programmer Ubuntu

Debugging og profilering er væsentlige aspekter af CUDA-programmering. Værktøjer som cuda-gdb og nvprof kan hjælpe dig med at fejlsøge dine CUDA-programmer og analysere deres ydeevne. Disse værktøjer er en del af CUDA Toolkit og kan være uvurderlige til at optimere dine CUDA-programmer.

Afsluttende tanker

Med CUDA Toolkit installeret på dit Ubuntu-system ved hjælp af NVIDIAs officielle APT-lager, kan du begynde at udvikle højtydende applikationer, der udnytter kraften i GPU-acceleration. Denne opsætning sikrer, at du har de mest opdaterede værktøjer og biblioteker til dine CUDA-udviklingsbehov. Hold dit værktøjssæt opdateret regelmæssigt for at drage fordel af de seneste forbedringer og optimeringer leveret af NVIDIA, så du kan flytte grænserne for parallel computing på dit Ubuntu-system.

• Author
• Recent Posts

Følg mig

Joshua James

Joshua James er en erfaren Linux-systemadministrator og ejer af linuxcapable.com. Han har skrevet mange tutorials og guider for at hjælpe brugere med at forstå Linux-systemer. Joshuas ekspertise dækker en række Linux-distributioner, herunder Ubuntu, Fedora, Debian, RHEL, openSUSE og Arch Linux. Hans passion er at hjælpe brugere, der er nye til Linux eller Unix-lignende systemer, med at lære af hans viden.

Følg mig

Seneste indlæg af Joshua James (se alt)

• Sådan installeres ModSecurity 2 med Apache på Debian 12 eller 11 - tirsdag den 17. september 2024
• Sådan installeres Remi RPM på Rocky Linux 9 eller 8 - mandag, september 16, 2024
• Sådan installeres Akregator på Ubuntu 24.04, 22.04 eller 20.04 - tirsdag, september 3, 2024