it-swarm.com.de

CUDA-Beispielcode wurde nicht über Sudo apt-get install nvidia-cuda-toolkit installiert. irgendwelche Lösungen?

Ich habe gerade meine Ubuntu 16.04-Workstation mit einem Nvidia GTX 1070 eingerichtet, nachdem ich den neuesten Treiber über den Grafiktreiber PPA erfolgreich installiert habe. Befolgen Sie dazu die Anweisungen hier .

Der nvidia-367-Treiber ermöglichte es meiner GPU, korrekt auf meinem System zu arbeiten, und korrigierte die Auflösung, als sie noch unter Nouveau lief.

Ich benutze meinen Computer nicht zum Spielen, sondern für Data Science. Daher benötigte ich die CUDA-Toolkit-Kette (die Toolsuite für NVCC, die CUDA-beschleunigten Bibliotheken usw.) und fuhr mit der Installation mit dem einzigen Befehl fort von Sudo apt-get install nvidia-cuda-toolkit. Die gesamte Installation verlief gut, aber am Ende wurde mir klar, dass mir eine Sache fehlte: CUDA-Codebeispiele !

Selbst nach der Suche nach hoch und niedrig konnte ich keine Möglichkeit finden, eine eigenständige Installation der CUDA-Codebeispiele in meinem System durchzuführen. Soweit ich die Nvidia-Dokumentation verstehe, werden diese Beispiele automatisch installiert, wenn ich das CUDA-Toolkit über eine .deb- oder .run-Datei installiere, die von der Nvidia CUDA-Downloadseite heruntergeladen wurde.

Meine Fragen sind also:

  • Gibt es eine Möglichkeit, die Quelldateien für die Nvidia CUDA-Beispiele abzurufen? Nur die unformatierten Quelldateien zusammen mit dem richtigen Makefile, damit ich diese Beispiele kompilieren und ausführen kann, ohne das gesamte Installationsprogramm für das Nvidia CUDA-Toolkit durchlaufen zu müssen?

  • Hat sonst jemand Erfahrung mit dem Nvidia-Installationsprogramm, und wenn ja, weiß jemand, ob ich die CUDA-Toolkit-Installation überspringen kann (da ich dies bereits über apt-get getan habe) und nur das Installationsprogramm zum Herunterladen der CUDA-Beispiele verwende?

Und meine folgende Frage dazu ist:

  • Mache ich etwas falsch, wenn ich das CUDA-Toolkit nicht mit dem Nvidia-Installationsprogramm installiere? Was ist der Unterschied zwischen apt-get und that? Zum einen ist mir aufgefallen, dass es einen Unterschied zu geben scheint, wo die CUDA-Binärdateien installiert werden. Unter Verwendung von apt-get befinden sich bei Tools wie NVCC und NVProf die Binärdateien in meinem Ordner/usr/bin (sie befinden sich auch in/usr/lib/nvidia-cuda-toolkit/bin) gespeichert unter/usr/lib/nvidia-cuda-toolkit/bin, aber das später kopierte in/usr/bin). Die Verwendung des Nvidia-Installationsprogramms scheint jedoch an einem anderen Ort zu enden, da in der Dokumentation Änderungen an der Umgebungsvariablen $ PATH empfohlen werden.

Ich würde mich sehr über eine teilweise Antwort auf eine der wenigen Fragen freuen, die ich hier gestellt habe, oder über alternative Vorschläge, wie ich darüber nachdenke. Danke!

1
AKKA

Ich habe genau das gleiche Problem. Ich habe versucht, mein funktionierendes Setup mit Ubuntu 16.04 und GTX1080 mit CUDA 7.5 für Parallel Computing zu testen, und wollte dies mithilfe der in den Repos bereitgestellten Pakete auf einfache Weise erreichen. Leider fehlen sie wie oben erwähnt. Es ist möglich, mit der Runfile-Installation nur die Beispiele zu installieren. Siehe z. für eine ältere Version:

https://stackoverflow.com/questions/27306724/ubuntu-14-04-wie-installiere-cuda-6-5-ohne-installation-nvidia-treiber

Dies funktioniert auch für 7.5. Sagen Sie einfach "Nein", wenn Sie zur Installation des Treibers und des Toolkits aufgefordert werden. Sie müssen auch die richtigen Toolkit-Bibliotheken festlegen. Dies installiert standardmäßig cuda samples in Ihrem Heim. Es scheint jedoch ein Problem damit zu geben, dass Bibliotheken nicht gefunden werden, da das Paket aus dem Repository sie auch an einen anderen Ort verschiebt.

Einige einfache Beispiele wie matrixMul lassen sich jedoch problemlos kompilieren und ausführen.

Es könnte eine einfache Umgehung geben, indem Sie den richtigen Pfad hinzufügen, aber wahrscheinlich sollte die Installation von mindestens cuda-toolkit zusammen mit Beispielen aus der Rundatei dazu führen, dass es "out-of-the-box" funktioniert - haben es noch nicht ausprobiert ...

1
p-rom

NVIDIA hat die Beispiele hier veröffentlicht: https://github.com/NVIDIA/cuda-samples

Stellen Sie sicher, dass Sie die Ihrer CUDA-Version entsprechende Version erhalten (ab Version 9.2): https://github.com/NVIDIA/cuda-samples/releases

(Ich denke, dieses Repo vermisst möglicherweise einige Beispiele, die im Installationsprogramm verfügbar waren, aber ich bin nicht sicher.)

1
ha7ilm

Hier sind die Anweisungen, denen ich gefolgt bin:

  1. gehen Sie zur CUDA-Website
  2. laden Sie die .run-Datei herunter
  3. installieren Sie die RUN-Datei, nachdem Sie die Tastenkombination STRG + ALT + F1 gedrückt haben, um in den Terminalmodus zu wechseln
  4. schließen Sie das im Hintergrund laufende X-Window-System
  5. installieren Sie einen NVIDIA-Treiber mindestens Version 371
  6. installieren Sie Cuda, indem Sie die RUN-Datei ausführen. Installieren Sie den erweiterten NVIDIA-Treiber nicht, wenn Sie dazu aufgefordert werden.
  7. neustarten
  8. testen Sie dies, indem Sie das Beispiel 1_utilities/deviceQuery erstellen und ausführen. Am Ende sollte Result = Pass stehen.

Dies war schwierig, da der erweiterte NVIDIA-Treiber, den die RUN-Datei zu installieren versuchte, nicht mit meiner Desktop-Umgebung kompatibel war, aber die Versionen des NVIDIA-Treibers in meinem ppi für CUDA zu alt waren. Also musste ich einen ppa mit einem neueren nvidia-Treiber finden.

0
chenjesu