asp.net+mvc+网站开发北京如何优化搜索引擎

一、简介

• NVIDIA 驱动：操作系统与 NVIDIA 显卡硬件之间的桥梁，负责驱动显卡硬件的运行，显卡的“底层操作系统”，一切的基础。
• CUDA（Compute Unified Device Architecture）：NVIDIA 提供的一种并行计算平台和编程模型，允许开发者使用 NVIDIA GPU 进行通用计算，显卡的“开发工具箱”，允许写高性能并行程序。
• cuDNN（CUDA Deep Neural Network）：NVIDIA 提供的一个专为深度学习优化的 GPU 加速库，用于加速深度神经网络的训练和推理，专为深度学习优化的“特定工具包”，cuDNN 是 TensorFlow 和 PyTorch 的关键依赖。
• 对于深度学习应用，三者通常需要搭配使用，正确的版本匹配非常重要！版本匹配非常重要！非常重要！

二、查看显卡设备

1. 查看系统中所有视频设备（显卡）的详细硬件信息。

   sudo lshw -c video
   

   

2. 如果没有显示显卡的具体型号，很有可能是lshw数据库不完整，lshw的硬件信息基于系统的设备数据库（通常是由 /usr/share/hwdata/pci.ids 提供）。如果设备的PCI ID未包含在数据库中，则只会显示厂商名称（如 “NVIDIA Corporation”），而不会显示具体型号。尝试更新硬件数据库。

   sudo update-pciids   # 从 pci-ids.ucw.cz 更新到最新的PCI ID数据库
   

   

3. 同样，可以使用ls指令查看系统中所有的 DRM（Direct Rendering Manager）设备。每个cardX表示一个显卡设备。

   ls /dev/dri
   

   

4. 查看当前系统的显卡及驱动绑定情况

   lspci -k | grep -A 2 -i "VGA"
   

   

5. 开源的Nouveau显卡驱动程序通常会在安装系统的时候自动加载，安装NVIDIA驱动之前，需要确保Nouveau驱动被禁用，避免发生冲突。

   sudo vim /etc/default/grub
   将---> GRUB_CMDLINE_LINUX_DEFAULT="quiet splash"
   替换为---> GRUB_CMDLINE_LINUX_DEFAULT="quiet splash modprobe.blacklist=nouveau"
   保存后更新---> sudo update-grub
   更新后重启系统---> sudo reboot
   

三、安装显卡驱动

1. 更新软件包索引

   sudo apt update
   

2. 检测推荐的驱动（不仅仅是N卡驱动）

   ubuntu-drivers devices
   

   

3. 安装特定版本的驱动（一般选择带有recommended的驱动版本），高版本的驱动有的时候不利于一些旧设备的使用，cuda以及cudnn的版本相应也需要提高，安装的时候可以根据设备情况选择稍低版本的驱动。

   sudo apt install nvidia-driver-535  
   

4. 在尝试不同版本的驱动的时候，需要将已安装的驱动卸载掉并清理相关的配置文件。

   sudo apt remove --purge nvidia-driver-535
   sudo apt autoremove --purge
   sudo apt autoclean
   

5. 显卡驱动安装完成后，可以通过nvidia-smi 指令查看显卡信息，nvidia-smi -l 2可以每两秒刷新一下显卡状态，输出类似的显卡信息。
   

四、安装CUDA工具箱

1. 使用如下指令，查看ubuntu系统信息。

   lsb_release -a
   # 或者
   cat /etc/os-release
   

2. 登录英伟达CUDA官网，根据驱动支持的最高CUDA版本，选择一个稍低的版本进行安装，这里显卡驱动最高支持到 12.2，选择 12.0.1 进行安装。之后选择与自己主机对应的系统、架构以及发行版，并选择runfile(local)进行安装。

   

3. 选择好之后，紧接着下面会提供具体的安装指令，按照指令下载归档文件，并执行安装程序。

   

4. 弹出条款信息，接受即可。

   

5. 紧接着，需要取消显卡驱动的安装，因为我们之前已经安装过。最后选择安装。

   

6. 安装完成后，终端会有如下信息打印，内容不会完全相同，仅参考。

   

7. 根据终端提示，我们可查看/usr/local/cuda-12.0/目录下是否存在指定文件。确认存在后，根据终端提示的PATH和LD_LIBRARY_PATH信息，更新环境变量。使用指令 vim ~/.bashrc打开文件，并在末尾追加下面的环境变量。保存文件之后，使用指令source ~/.bashrc使配置生效。

   export PATH="/usr/local/cuda-12.0/bin:$PATH" 
   export LD_LIBRARY_PATH="/usr/local/cuda-12.0/lib64:$LD_LIBRARY_PATH" 
   

8. 配置完环境变量并激活后，使用指令nvcc -V，如果有如下输出则CUDA安装成功。

   

五、安装CuDNN

1. 安装CUDA之后，进入CuDNN官网，选择合适的版本下载压缩包。
   

2. 解压之后，分别进入 include 以及 lib 目录中，将如下文件拷贝到之前 CUDA 的安装目录下。

   sudo cp (你的目录)/include/cudnn.h /usr/local/cuda-12.0/include
   sudo cp (你的目录)/lib/libcudnn* /usr/local/cuda-12.0/lib64
   sudo chmod a+r /usr/local/cuda-12.0/include/cudnn.h 
   sudo chmod a+r /usr/local/cuda-12.0/lib64/libcudnn*
   

3. 验证CuDNN是否安装成功，可以结合Pytorch查看，输出如下信息则证明安装成功。

   

小结

以上安装流程在ubuntu-22.04上，基于驱动版本535、cuda版本12.0、cudnn版本8.9测试安装，如果有其他问题，欢迎在评论区交流！