这篇文章全部内容在我的ThinkPad W520 Ubuntu 11.10 x64位上测试通过,但不代表这篇文章的内容适合你。任何根据这篇文章操作产生的后果,这篇文章作者cheungmine概不负责。
英文参考文档:http://developer.nvidia.com/nvidia-gpu-computing-documentation
第1步:确定你的机器支持CUDA
接下来的机器都支持CUDA
NVIDIA GeForce® 8, 9, 200, 400, and 500 series GPUs
NVIDIA TeslaTM computing solutions
Many of the NVIDIA Quadro® products
运行命令,调出对话框:
$ nvidia-settings
注:一旦在键入命令nvidia-settings后,你的机器没有上面类似的对话框出现,说明你没有正确安装nvidia的驱动。
第2步:安装CUDA Toolkit
到接下来的地址下载:http://developer.nvidia.com/cuda-toolkit
1)cudatoolkit_4.1.28_linux_64_ubuntu11.04.run
和
2)gpucomputingsdk_4.1.28_linux.run
进入cudatoolkit_4.1.28_linux_64_ubuntu11.04.run所在目录,运行接下来的Linux命令安装Toolkit:
$ sudo sh ./cudatoolkit_4.1.28_linux_64_ubuntu11.04.run
按默认位置安装。提示安装完成,然后设置环境变量,执行下述两条命令:
$ export PATH=/usr/local/cuda/bin:$PATH
$ exportLD_LIBRARY_PATH=/usr/local/cuda/lib:$LD_LIBRARY_PATH
特别要说明的是,一旦是64位系统,还需要再加上一句话:
$ exportLD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
当然,大家可以把上面的Linux命令写入 ~/.bashrc 中,在系统启动时,自动添加环境变量。
$ gedit ~/.bashrc
即把接下来3句添加到~/.bashrc的最后面,然后保存,退出重登录。
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib:$LD_LIBRARY_PATH
exportLD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
验证安装:
执行$ nvcc -V,获得CUDAToolkit的版本号来验证其安装是否成功
nvcc: NVIDIA (R) Cudacompiler driver
Copyright (c) 2005-2011 NVIDIA Corporation
Built on Thu_Jan_12_14:41:45_PST_2012
Cuda compilation tools, release 4.1, V0.2.1221
第3 步:安装GPU Computing SDK
为以后开发方便,SDK不要以root用户安装。执行
$ sh ./cuda_installation/gpucomputingsdk_4.0.17_linux.run
按照提示安装完成。默认安装到当前用户的Home下。
第4 步:编译 Computing SDK 的样例
进入目录~/NVIDIA_GPU_Computing_SDK/C,执行make 编译 Computing SDK的样例,会出一堆的错误。为了编译所有的样例,在此之前大家还需要安装一些必须的库,官方文档给出的命令是:
$ sudo apt-get install freeglut3-devbuild-essential libx11-dev libxmu-dev libxidev libgl1-mesa-glx libglu1-mesalibglu1-mesa-dev
一旦安装完上述库后,仍然有些样例不能build,可以试试
$ sudo apt-get install libxi-dev libxmu-dev
这样所有的样例都编译完成了,编译好的二进制文件存放在~/NVIDIA_GPU_Computing_SDK/C/bin/linux/release下。
但是由于我的GCC版本是4.6,而CUDA4.1最新支持到4.5,所以会提示版本错误的信息:
error -- unsupported GNU version! gcc 4.5 and up are notsupported!
因此需要安装GCC-4.4和G++-4.4。之所以没选择4.5是保守起见。
$ sudo apt-get install gcc-4.4 g++-4.4
然后给CUDA编译程序设定链接:
$ sudo ln -s /usr/bin/gcc-4.4/usr/local/cuda/bin/gcc
$ sudo ln -s /usr/bin/g++-4.4 /usr/local/cuda/bin/g++
第5步:运行 Computing SDK 的样例
进入程序目录:
$ cd ~/NVIDIA_GPU_Computing_SDK/C/bin/linux/release
运行例子:
$ ./oceanFFT
注意:一旦例子程序不能运行,提示显卡驱动的版本低(我的情况就是如此,我原来的 nvidia驱动版本是280.xxx,需要到nvidia网站下载最新的n卡驱动安装之,我下的是:NVIDIA-Linux- x86_64-295.20.run。
接下来是重装n卡驱动的步骤(可能对你的OS产生永久性破坏,请备份必要的文件后进行接下来的操作):
1)编写disable-nouveau.conf文件,内容就2行:
blacklist nouveau
options nouveau modeset=0
2)Ctrl+Alt+F1进入命令模式下删除了全部n卡驱动
$ sudo apt-get --purge remove nvidia-*
3)复制上面的disable-nouveau.conf到目录/etc/modprobe.d/
$ sudo mv /home/yourname/disable-nouveau.conf /etc/modprobe.d/
4)重新启动电脑。此时很可能无法进入图形界面。重启进入恢复模式,然后正常进入命令行模式。进入新驱动所在目录,运行:
$ sh ./NVIDIA-Linux-x86_64-295.20.run
自动安装,一路选择是(最后提示是否更新xconfig,选择是)。然后安装成功重启电脑即可。接下来就可以研究CUDA C的例子,学习CUDA在Linux/Ubuntu下的编程了。是不是很酷?那么让大家看几个酷酷的例子吧。注意deviceQuery这个可执行文件可以用来判断CUDA是否安装成功,输入./deviceQuery命令来执行它,一旦出现你的显卡信息则说明CUDA已经安装成功。
$ ./smokeParticles
./particles
./fluidsGL
声明: 此文观点不代表本站立场;转载须要保留原文链接;版权疑问请联系我们。