ubuntu18.04 cuda8
Ubuntu runfile安装cuda-8.0出错（找不到 InstalUtils.pm） - miFrost的专栏
Ubuntu18.04安装完应该做的一些事 显卡驱动安装和cuda8.0 - Piilu - 博客园
cuda 8.0 使用高版本GCC 7
因为当前的cuda和gcc版本有点冲突，在编译之前，我们需要修改配置文件，否则无法编译成功。在终端输入：
$ cd /usr/local/cuda-8.0/include
$ cp host_config.h host_config.h.bak #备份编译头文件
$ sudo gedit host_config.h
然后在文件中修改编译其支持的版本：
# if GNUC > 5 || (GNUC == 5 && GNUC_MINOR > 9)
# error – unsupported GNU version! gcc versions later than 5.0 are not supported!
# endif /* GNUC > 5 || (GNUC == 4 && GNUC_MINOR > 9) */
将GNUC_MINOR后面的数字改成9就可以了。
————————————————
版权声明：本文为CSDN博主「西红柿爱吃小番茄」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_17278169/article/details/54986350
Ubuntu 17.10使用官网提供的runfile文件安装cuda 8.0报错。
错误日志：没有提示明显的错误，找到报错内容中写明的log文件的地址打开后找到如下提示：
Can't locate InstallUtils.pm in @INC (you may need to install the InstalUtils module) （找不到InstallUtils.pm）
解决方法：
继续向下看，log中给出了几个目录的位置，并且说明在这些目录下都无法找到InstallUtils.pm（can't locate InstalUtils.pm）
选取多个目录中的一个，先记录下来。
我选取的一个是目录是 /usr/lib/x86_64-linux-gnu/perl5/5.26
打开终端，进入放着cuda 8.0 runfile安装文件的路径下面，即 cuda_8.0.61_375.26_linux.run 的路径下。
做以下操作：
1）解压runfile文件
$ sh cuda_8.0.61_375.26_linux.run --noexec --target 001 #将runfile文件解压并且放到001文件夹中（001可自动创建
2)进入解压后的文件夹，将InstallUtils.pm拷贝到之前我们从log中记录的文件目录下，注意可能使用sudo以获得管理员权限
$ sudo cp InstallUtils.pm /etc/perl #拷贝复制，*****指目标目录
3)输入export $PERL5LIB
$ export $PERL5LIB
再次尝试运行cuda 8.0 的runfile文件，安装成功！
Ubuntu18.04安装完应该做的一些事 显卡驱动安装和cuda8.0
博主装Ubuntu18.04主要是为了用于跑深度学习，所以我们先来搞搞gcc环境
第一步：安装多版本gcc、g++可切换
sudo apt-get install gcc-4.8 gcc-4.8-multilib
sudo apt-get install g++-4.8 g++-4.8-multilib
sudo apt-get install gcc-5 gcc-5-multilib
sudo apt-get install g++-5 g++-5-multilib
sudo apt-get install gcc-6 gcc-6-multilib
sudo apt-get install g++-6 g++-6-multilib
sudo apt-get install gcc-7 gcc-7-multilib
sudo apt-get install g++-7 g++-7-multilib
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.8 48
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 50
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-6 60
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 70
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.8 48
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 50
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-6 60
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-7 70
切换版本命令
sudo update-alternatives --config gcc
sudo update-alternatives --config g++
根据自己想要的环境选择
第二步：准备安装显卡驱动和cuda8.0等相关文件
最新cuda8.0 及其补丁
cuda_8.0.61.2_linux.run
cuda_8.0.61_375.26_linux.run
最新支持cuda8.0的CUDNN
libcudnn7_7.1.4.18-1+cuda8.0_amd64.deb
libcudnn7-dev_7.1.4.18-1+cuda8.0_amd64.deb
libcudnn7-doc_7.1.4.18-1+cuda8.0_amd64.deb
cuda8.0 安装包解压文件
/001/InstallUtils.pm（从cuda_8.0.61.2_linux.run中解压出来的文件，后面会讲到）
第三步：安装显卡驱动
1、开机 nomodeset 进入系统
开机进引导界面 第一项 按e 进入配置启动
在quiet splash - - -后加上 nomodeset
按F10 保存 进入系统
quiet splash - - -
quiet splash nomodeset
2、禁用系统自带NVIDIA驱动
sudo vim /etc/modprobe.d/blacklist.conf
在文件尾加入
blacklist nouveau
options nouveau modeset=0
保存并退出 执行下面命令 更新引导
sudo update-initramfs –u
3、安装 NVIDIA 驱动
切换gcc 版本 到gcc-5 以上 (使用高版本感觉会好一点)
查看支持的驱动版本
ubuntu-drivers devices
安装驱动
sudo ubuntu-drivers autoinstall
根据查询的版本安装比较保险 例如
sudo apt-get install nvidia-driver-390
装驱动 需要关闭 安全启动
5、重启系统
sudo reboot
查看NVIDIA驱动 使用情况
nvidia-smi
6、安装cuda8.0
安装依赖
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
切换gcc版本到 4.8
sudo update-alternatives --config gcc
解压cuda8.0
sh cuda_8.0.61_375.26_linux.run --noexec --target 001
将runfile文件解压并且放到001文件夹中
将InstalUtil.pm 拷贝到 /etc/perl/
sudo cp InstalUtil.pm /etc/perl/
安装cuda8.0及补丁
可选 加运行权限
chmod u+x cuda_8.0.61_375.26_linux.run
chmod u+x cuda_8.0.61.2_linux.run
运行
sudo ./chmod u+x cuda_8.0.61_375.26_linux.run
Do you accept the previously read EULA?
accept/decline/quit: accept
You are attempting to install on an unsupported configuration. Do you wish to continue?
(y)es/(n)o [ default is no ]: y
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 375.26?
(y)es/(n)o/(q)uit: n
Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit: y
Enter Toolkit Location
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y
Install the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit: y
Enter CUDA Samples Location
安装补丁
sudo ./cuda_8.0.61.2_linux.run
添加环境变量
cd
vim .bashrc
添加到文件尾部
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64$LD_LIBRARY_PATH
保存 退出
sudo su
source .bashrc
重启系统
sudo reboot
安装cudnn
sudo dpkg -i libcudnn7_7.1.4.18-1+cuda8.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.1.4.18-1+cuda8.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.1.4.18-1+cuda8.0_amd64.deb
查看cuda版本和cudnn版本
cuda 版本
cat /usr/local/cuda/version.txt
cudnn 版本
cat /usr/include/x86_64-linux-gnu/cudnn_v7.h | grep CUDNN_MAJOR -A 2
编译
不用编译全部 只编译deviceQuery
cd /home/deep/NVIDIA_CUDA-8.0_Samples/1_Utilities/deviceQuery
make
测试
./deviceQuery
出现显卡信息
./deviceQuery Starting...
CUDA Device Query (Runtime API) version (CUDART static linking)
Detected 1 CUDA Capable device(s)
Device 0: "GeForce GTX 1080"
CUDA Driver Version / Runtime Version 9.1 / 8.0
CUDA Capability Major/Minor version number: 6.1
Total amount of global memory: 8116 MBytes (8510701568 bytes)
(20) Multiprocessors, (128) CUDA Cores/MP: 2560 CUDA Cores
GPU Max Clock rate: 1734 MHz (1.73 GHz)
Memory Clock rate: 5005 Mhz
Memory Bus Width: 256-bit
L2 Cache Size: 2097152 bytes
Maximum Texture Dimension Size (x,y,z) 1D=(131072), 2D=(131072, 65536), 3D=(16384, 16384, 16384)
Maximum Layered 1D Texture Size, (num) layers 1D=(32768), 2048 layers
Maximum Layered 2D Texture Size, (num) layers 2D=(32768, 32768), 2048 layers
Total amount of constant memory: 65536 bytes
Total amount of shared memory per block: 49152 bytes
Total number of registers available per block: 65536
Warp size: 32
Maximum number of threads per multiprocessor: 2048
Maximum number of threads per block: 1024
Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
Max dimension size of a grid size (x,y,z): (2147483647, 65535, 65535)
Maximum memory pitch: 2147483647 bytes
Texture alignment: 512 bytes
Concurrent copy and kernel execution: Yes with 2 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): Yes
Device PCI Domain ID / Bus ID / location ID: 0 / 1 / 0
Compute Mode:
< Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >
deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 9.1, CUDA Runtime Version = 8.0, NumDevs = 1, Device0 = GeForce GTX 1080
Result = PASS
如果出现相应的显卡信息表示安装成功了。