Tesla M60 GPU 基于CentOS7.3服务的搭建与代码测试

2023-11-09 23:30

本文主要是介绍Tesla M60 GPU 基于CentOS7.3服务的搭建与代码测试,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

    GPU对于目前深度学习来说,可谓如火如荼,目前对于GPU的研究与开发,整体的发展趋势非常好,而Tesla M60是目前主流的一款GPU服务,如何要发挥其GPU计算的威力, 我们需要做一些基础环境的准备工作,苦于网上没有完整的安装及配置说明,笔者也是一路摸索,整理了一份完整的基于裸机的安装手册,仅供各位参考。

环境说明:

操作系统:CentOS7.3

GPU型号:Tesla M60

基于CentOS7.3服务的搭建,主要要做的事项可分为以下五部分:

一、基于服务器环境的准备

0、安装gcc

##默认情况下centos已经自带本功能,如果没有,输入如下命令

yum -y install gcc-c++
1、检测显卡驱动及型号
##添加ELPepo源
$ sudo rpm -Uvh http://www.elrepo.org/elrepo-release-7.0-2.el7.elrepo.noarch.rpm

##安装NVIDIA驱动检测

通过如下命令,查看GPU对应的版本型号,以便去NVIDIA官网查看对应的驱动型号。

nvidia-detect -v


根据上图框的型号,登录NVIDIA官网http://www.nvidia.cn/Download/index.aspx?lang=cn设置驱动检索条件,选择出如下选项:




sudo yum install nvidia-detect

##解决CentOS默认的显卡驱动冲突,禁用nouveau

(1)因为NVIDIA驱动会和系统自带nouveau驱动冲突,执行命令查看该驱动状态:

lsmod | grep nouveau
如果出现如下内容,说明存在显示冲突问题,反之则不存在

(2)修改/etc/modprobe.d/blacklist.conf 文件,以阻止 nouveau 模块的加载,如果系统没有该文件需要新建一个,这里使用root权限,普通用户无法再在/etc内生成.conf文件,

echo -e "blacklist nouveau\noptions nouveau modeset=0" > /etc/modprobe.d/blacklist.conf

(3)重新建立initramfs image文件

mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak
dracut /boot/initramfs-$(uname -r).img $(uname -r)

(4)重启服务器,让禁用生效

sudo init 6

二、GPU显卡的驱动

2、进入NVIDIA目录执行安装

##关闭 X Server.
$ systemctl stop gdm.service

$ chmod +x NVIDIA-Linux-x86_64-390.25.run
$ sh NVIDIA-Linux-x86_64-390.25.run

如果安装完成,可以运行命令查看显卡状态

$ nvidia-smi

上图说明显示已经驱动成功。

##启动X Server
sudo  systemctl start gdm.service

三、基于GPU显示的开发包的安装

3、安装cuda

官网下载cuda-rpm包https://developer.nvidia.com/cuda-downloads,一定要对应自己的版本,按如下选择进行下载:


下载的文件名为:cuda_9.0.176_384.81_linux.run,1.6G左右,建议在高速网络下载。

sh cuda_9.0.176_384.81_linux.run
一路回车,安装成功。
4、测试cuda

cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make  #生成了deviceQuery.o
./deviceQuery  #二进制文件的执行命令

出现如上对话框的内容,说明cuda安装成功!

4、cuda添加到.bash_profile中

PATH=$PATH:$HOME/bin:/usr/local/cuda/bin
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64/
CUDA_HOME=/usr/local/cuda
export PATH
export LD_LIBRARY_PATH
export CUDA_HOME
source .bash_profile  #使配置生效

 
查看nvcc版本号

nvcc -V

5、安装cudnn(可以理解为Cuda的)

sudo  tar zxvf cudnn-9.0-linux-x64-v7.1.tgz -C /usr/local/
显示结果如下:


致此,GPU的驱动及开发程序包已经安装完成,下面开始安装python开发环境!

四、基于GPU  python的开发环境的准备

6、安装adaconda

下载Anaconda3-5.1.0-Linux-x86_64.sh

 

sudo sh Anaconda3-5.1.0-Linux-x86_64.sh

安装完毕之后,进行环境变量设定,具体如下:


source .bash_profile  #使配置生效

7、创建python3.5并激活及安装必要的python包

conda create -n python3.5 python=3.5
source activate python3.5
#安装tensorflow  
conda install tensorflow-gpu
#安装opencv
 
conda install opencv

8、安装pycuda

说明:pycude是python使用GPU的开发包,因为目前没有现成的centos的安装包,故需要先编译之后,再安装,命令如下:

##下载pycuda源代码包

https://pypi.python.org/pypi/pycuda


##解压到当前文件夹

 

tar xzvf pycuda-VERSION.tar.gz

cd pycuda-2017.1.1/

./configure
conda install boost #使用conda安装一般会出现找不到数据源的问题 
pip install pytools
conda install pytest
 
conda install numpy

##编译并安装

make install


以下过程表示正在安排,有告警没有问题,不用管它。安装成功,如下图所示


五、GPU程序测试

##TensorFlow GPU代码测试

#Creates

import tensorflow as tfa graph.

a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')

b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')

c = tf.matmul(a, b)

#Creates a session with log_device_placement set to True.

sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

#Runs the op.print

sess.run(c)

运行结果出现如下图的内容,代表GPU安装成功!


##pycudaGPU代码测试

切换到pycuda解压的目录下面的examples,运行如下命令

cd  /home/app_user_5i5j/driver/pycuda-2017.1.1/examples

python demo.py 


出现如上图所示的结果,说明pycuda的gpu生效!

六、结束语

GPU的开发,笔者是刚刚开始涉足,欢迎志同道合的朋友一起多多交流,谢谢观看!

QQ:40166033

微信号:xiaofeng873621



这篇关于Tesla M60 GPU 基于CentOS7.3服务的搭建与代码测试的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/379073

相关文章

关于DNS域名解析服务

《关于DNS域名解析服务》:本文主要介绍关于DNS域名解析服务,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录DNS系统的作用及类型DNS使用的协议及端口号DNS系统的分布式数据结构DNS的分布式互联网解析库域名体系结构两种查询方式DNS服务器类型统计构建DNS域

Java中调用数据库存储过程的示例代码

《Java中调用数据库存储过程的示例代码》本文介绍Java通过JDBC调用数据库存储过程的方法,涵盖参数类型、执行步骤及数据库差异,需注意异常处理与资源管理,以优化性能并实现复杂业务逻辑,感兴趣的朋友... 目录一、存储过程概述二、Java调用存储过程的基本javascript步骤三、Java调用存储过程示

Visual Studio 2022 编译C++20代码的图文步骤

《VisualStudio2022编译C++20代码的图文步骤》在VisualStudio中启用C++20import功能,需设置语言标准为ISOC++20,开启扫描源查找模块依赖及实验性标... 默认创建Visual Studio桌面控制台项目代码包含C++20的import方法。右键项目的属性:

Linux中SSH服务配置的全面指南

《Linux中SSH服务配置的全面指南》作为网络安全工程师,SSH(SecureShell)服务的安全配置是我们日常工作中不可忽视的重要环节,本文将从基础配置到高级安全加固,全面解析SSH服务的各项参... 目录概述基础配置详解端口与监听设置主机密钥配置认证机制强化禁用密码认证禁止root直接登录实现双因素

java向微信服务号发送消息的完整步骤实例

《java向微信服务号发送消息的完整步骤实例》:本文主要介绍java向微信服务号发送消息的相关资料,包括申请测试号获取appID/appsecret、关注公众号获取openID、配置消息模板及代码... 目录步骤1. 申请测试系统2. 公众号账号信息3. 关注测试号二维码4. 消息模板接口5. Java测试

MySQL数据库的内嵌函数和联合查询实例代码

《MySQL数据库的内嵌函数和联合查询实例代码》联合查询是一种将多个查询结果组合在一起的方法,通常使用UNION、UNIONALL、INTERSECT和EXCEPT关键字,下面:本文主要介绍MyS... 目录一.数据库的内嵌函数1.1聚合函数COUNT([DISTINCT] expr)SUM([DISTIN

Python中Tensorflow无法调用GPU问题的解决方法

《Python中Tensorflow无法调用GPU问题的解决方法》文章详解如何解决TensorFlow在Windows无法识别GPU的问题,需降级至2.10版本,安装匹配CUDA11.2和cuDNN... 当用以下代码查看GPU数量时,gpuspython返回的是一个空列表,说明tensorflow没有找到

Java实现自定义table宽高的示例代码

《Java实现自定义table宽高的示例代码》在桌面应用、管理系统乃至报表工具中,表格(JTable)作为最常用的数据展示组件,不仅承载对数据的增删改查,还需要配合布局与视觉需求,而JavaSwing... 目录一、项目背景详细介绍二、项目需求详细介绍三、相关技术详细介绍四、实现思路详细介绍五、完整实现代码

Go语言代码格式化的技巧分享

《Go语言代码格式化的技巧分享》在Go语言的开发过程中,代码格式化是一个看似细微却至关重要的环节,良好的代码格式化不仅能提升代码的可读性,还能促进团队协作,减少因代码风格差异引发的问题,Go在代码格式... 目录一、Go 语言代码格式化的重要性二、Go 语言代码格式化工具:gofmt 与 go fmt(一)

使用Python进行GRPC和Dubbo协议的高级测试

《使用Python进行GRPC和Dubbo协议的高级测试》GRPC(GoogleRemoteProcedureCall)是一种高性能、开源的远程过程调用(RPC)框架,Dubbo是一种高性能的分布式服... 目录01 GRPC测试安装gRPC编写.proto文件实现服务02 Dubbo测试1. 安装Dubb