建设海外网站,网页平面设计培训班,去除wordpress阅读更多字段,公司备案证查询网站准备工作
首先你需要准备一台拥有GPU的实例#xff0c;在这里我将使用阿里云的竞价实例来做演示#xff0c;因为它对于短期使用GPU更加划算。 注意#xff0c;本篇文章将教你手动进行GPU驱动的配置#xff0c;所以在购买时选择系统的时候不要选择自动安装GPU驱动。 具体关…准备工作
首先你需要准备一台拥有GPU的实例在这里我将使用阿里云的竞价实例来做演示因为它对于短期使用GPU更加划算。 注意本篇文章将教你手动进行GPU驱动的配置所以在购买时选择系统的时候不要选择自动安装GPU驱动。 具体关于竞价实例如何购买和配置请参考各个云平台的介绍本文不再赘述。
主机配置
在这里我买了一台配有Ubuntu 22.04和一块T4显卡的实例作为演示。
显卡驱动安装
现在我们需要安装 NVIDIA 的驱动在这里下载驱动。选择你的显卡和CUDA Toolkit版本以及你的系统版本就能得到相应的驱动下载。在这个案例中我的显卡选择的是 Tesla T4 系统选择 Linux64-bitCUDA Toolkit 选择 12.0。点击搜索后就能得到对应的驱动点击下载后就得到了对应的驱动。把驱动文件上传到你的实例上并用以下命令进行安装
$chmod 755 NVIDIA-Linux-x86_64-525.85.12.run
$sudo ./NVIDIA-Linux-x86_64-525.85.12.run --no-cc-version-check脚本中的版本号可能会随有所变化请以你下载的驱动为准。 安装完后执行 nvidia-smi 命令显示如下就是安装完成了
Fri Mar 3 15:17:34 2023
-----------------------------------------------------------------------------
| NVIDIA-SMI 525.85.12 Driver Version: 525.85.12 CUDA Version: 12.0 |
|---------------------------------------------------------------------------
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
||
| 0 Tesla T4 Off | 00000000:00:07.0 Off | 0 |
| N/A 57C P0 30W / 70W | 2MiB / 15360MiB | 7% Default |
| | | N/A |
--------------------------------------------------------------------------------------------------------------------------------------------------------
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
||
| No running processes found |
-----------------------------------------------------------------------------Docker 安装
可以使用 Docker 的官方脚本在 Ubuntu 上设置 Docker-CE
curl https://get.docker.com | sh \ sudo systemctl --now enable docker请按照官方说明了解更多详细信息和安装后操作。 安装 NVIDIA Container Toolkit
在线安装
设置软件包仓库和GPG密钥
$ distribution$(. /etc/os-release;echo $ID$VERSION_ID) \ curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \ curl -s -L https://nvidia.github.io/libnvidia-container/$distribution/libnvidia-container.list | \sed s#deb https://#deb [signed-by/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g | \sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list在更新软件包列表之后安装 nvidia-container-toolkit 包以及依赖项。
$ sudo apt-get update$ sudo apt-get install -y nvidia-container-toolkit离线安装
离线安装包都在以下仓库和分支下 https://github.com/NVIDIA/libnvidia-container/tree/gh-pages
以 ubuntu22.04为例点开对应的目录如果显示的是 Symbolic Link则表示是个软链例如我这点开后是 stable/ubuntu22.04则代表软链到这个目录进行跳转后发现还是一个 Symbolic Link 里面是 ubuntu18.04继续跳转现在出现了系统的选择这里我选择 amd64进去后的目录里就是对应的安装包了。
在这里我们需要选择如下的安装包
nvidia-container-toolkit-base_xxxx-1_amd64
nvidia-container-toolkit_1.xxxx-1_amd64
libnvidia-container1_1.xxxx-1_amd64
libnvidia-container-tools_1.xxxx-1_amd64xxxx代表对应的 CUDA 版本在我的这个实例中 xxxx就是12.0按以下顺序安装 dpkg -i libnvidia-container1_1.12.0-1_amd64.deb dpkg -i libnvidia-container-tools_1.12.0-1_amd64.debdpkg -i nvidia-container-toolkit-base_1.12.0-1_amd64.debdpkg -i nvidia-container-toolkit_1.12.0-1_amd64.deb配置Docker守护程序使其能够识别NVIDIA Container Runtime
$ sudo nvidia-ctk runtime configure --runtimedocker在设置默认 runtime 后重新启动Docker守护程序以完成安装。
$ sudo systemctl restart docker测试
最后通过运行一个基本的CUDA容器来测试是否配置完成
$ sudo docker run --rm --runtimenvidia --gpus all nvidia/cuda:12.0.1-runtime-ubuntu22.04 nvidia-smi输出如下所示就代表你的容器以及支持GPU
Fri Mar 3 07:47:04 2023
-----------------------------------------------------------------------------
| NVIDIA-SMI 525.85.12 Driver Version: 525.85.12 CUDA Version: 12.0 |
|---------------------------------------------------------------------------
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
||
| 0 Tesla T4 Off | 00000000:00:07.0 Off | 0 |
| N/A 37C P0 27W / 70W | 2MiB / 15360MiB | 7% Default |
| | | N/A |
--------------------------------------------------------------------------------------------------------------------------------------------------------
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
||
| No running processes found |
-----------------------------------------------------------------------------
