_{다음 지시 사항은 CUDA 7.0, 7.5 및 여러 이전 (아마도 이후) 버전에 유효합니다. 데비안 배포판까지는 Jessie 및 Stretch 및 기타 버전에 유효합니다. 그들은 amd64 (x86_64) 아키텍처를 가정하지만 x86 (x86_32)에 맞게 쉽게 조정할 수 있습니다.}

설치 전제 조건

• g ++ -CUDA 버전에서 지원하는 최신 GCC 버전을 사용해야합니다. CUDA 7.x의 경우 이것은 4.x 행의 마지막 버전 인 4.9.3입니다. CUDA 8.0의 경우 GCC 5.x 버전이 지원됩니다. 배포판에서 기본적으로 GCC 5.x를 사용하는 경우 GCC 5.4.0을 사용하십시오. 이전 버전은 사용할 수 있지만 호스트 측 코드에 대한 최신 C ++ 기능 지원을 위해서만 권장하지는 않습니다.
• gcc -g ++와 함께 제공됩니다. 심지어 CMake는 -x스위치 가있는 경우 일부 경우에 nvcc가 g ++ 대신 gcc를 호출하도록 기본 설정 할 수 있다고 생각 합니다 (그러나 확실하지는 않습니다).
• libGLU -Mesa OpenGL 라이브러리 (+ 개발 파일?)
• libXi -X 윈도우 시스템 Xinput 확장 라이브러리 (+ 개발 파일?)
• libXmu -X 윈도우 시스템 “기타 유틸리티”라이브러리 (+ 개발 파일?)
• Linux 커널 -실행중인 커널 버전의 헤더

특정 패키지 목록을 원한다면 정확히 어떤 배포판에 따라 다르지만 다음을 시도하십시오 (CUDA 7.x의 경우).

sudo apt-get install gcc g++ gcc-4.9 g++-4.9 libxi libxi6 libxi-dev libglu1-mesa libglu1-mesa-dev libxmu6 libxmu6-dev linux-headers-amd64 linux-source

-dbg심볼 디버깅을 위해 해당 패키지의 일부 버전을 추가 할 수도 있습니다 .

난 꽤 확실이 커버 다 -하지만 난 그냥 이미 설치 한 뭔가를 놓친 것. 또한 CUDA는 적어도 실험적 으로 clang과 함께 작동 할 수 있지만 시도하지는 않았습니다.

CUDA 커널 드라이버 설치

1. NVIDIA CUDA 다운로드 페이지로 이동 하십시오 .
2. Linux> x86_64> Ubuntu 및 최신 버전을 선택하십시오 (작성 시점 : Ubuntu 15.04).
3. .run 파일 옵션을 선택하십시오 .
4. .RUN 파일 (현재 다운로드 이 하나 ). 확인 하지 그것을에 넣어 /tmp.
5. .run 파일을 실행 가능하게 만드십시오 chmod a+x cuda_7.5.18_linux.run..
6. 뿌리가 되십시오.
7. .run 파일을 실행하십시오. 바보 축소 랩 라이센스를 수락하는 척하십시오. NVIDIA 커널 드라이버 만 설치하려면 “예”라고 말하고 다른 모든 것에 대해서는 “아니오”라고 말하십시오.

설치는 NVIDIA 커널 드라이버를 설치했을 것으로 예상하지만 툴킷 설치를 계속 / 다시 시도하기 전에 재부팅해야한다는 것을 알려줍니다. 그래서…

8. 분명히 성공했다면 재부팅하십시오.

CUDA 자체 설치

9. 뿌리를 내십시오.
10. 찾아서 실행 cuda_7.5.18_linux.run
11. 이번에는 드라이버 설치에 대해 아니오라고 말하고 다른 모든 것을 설치하려면 예라고 말하고 기본 경로를 그대로 사용하십시오 (또는 원하는 경로를 변경하십시오).

설치 프로그램이 실패 할 수 있습니다. CUDA 7.0 또는 7.5는 최대 gcc 4.9를 지원하며 기본적으로 일부 5.x 버전이 있습니다. 이제 누락 된 라이브러리 에 대한 메시지가 표시되면 위의 전제 조건에 대한 위의 지침이 어떻게 든 실패했음을 의미하므로 여기에 의견을 써서 수정할 수 있습니다. “실패”라고 가정하면 다음을 수행하십시오.

12. 이번에는 –override 옵션을 사용하여 .run 파일을 다시 호출하십시오.
13. 11 단계에서와 동일한 선택을하십시오.

CUDA는 이제 기본적으로 /usr/local/cuda심볼릭 링크 아래에 설치되어야합니다 . 그러나 우리는 끝나지 않았습니다!

올바른 g ++ 버전을 사용하도록 NVIDIA의 nvcc 컴파일러 지시

NVIDIA의 CUDA 컴파일러는 실제로 링크 프로세스의 일부로 g ++를 호출하거나 .cu 파일이 아닌 실제 C ++를 컴파일합니다. 내 생각에 어쨌든, 기본적으로 경로에있는 것을 실행합니다 g++. 그러나 아래 에 다른g++ 것을 배치 /usr/local/cuda/bin하면 먼저 사용합니다! 그래서…

14. 실행하십시오 symlink /usr/bin/g++-4.9 /usr/local/cuda/bin/g++(그리고 좋은 측정을 위해 아마도 수도 있습니다 symlink /usr/bin/gcc-4.9 /usr/local/cuda/bin/gcc.

그게 다야.

설치 시도

15. cd /root/NVIDIA_CUDA-7.5_Samples/0_Simple/vectorAdd
16. make

빌드가 성공적으로 완료되고 완료되면

17. ./vectorAdd

다음과 같은 결과가 나타납니다.

root@mymachine:~/NVIDIA_CUDA-7.5_Samples/0_Simple/vectorAdd# ./vectorAdd
[Vector addition of 50000 elements]
Copy input data from the host memory to the CUDA device
CUDA kernel launch with 196 blocks of 256 threads
Copy output data from the CUDA device to the host memory
Test PASSED
Done

노트

• NVIDIA GDK (GPU 개발 키트)를 설치할 필요는 없지만 아프지 않으며 일부에는 유용 ​​할 수 있습니다. 시스템의 루트 디렉토리에 설치하십시오. 꽤 안전하고 나중에 제거 프로그램이 /usr/bin/uninstall_gdk.pl있습니다. CUDA 8에서는 이미 CUDA 자체 IIANM에 통합되어 있습니다.
• nvidia -… 또는 cuda …와 같은 이름으로 추가 패키지를 설치하지 마십시오. 그들은 아프지 않을 수도 있지만 분명히 도움이되지 않습니다.
• 이러한 작업을 수행하기 전에를 사용하여 GPU가 전혀 인식되는지 확인하고 싶을 수 있습니다 lspci | grep -i nvidia.

답변

# jessie-backports
deb http://httpredir.debian.org/debian jessie-backports main contrib non-free

apt-get install -t jessie-backports nvidia-cuda-toolkit

./cuda_8.0.61_375.26_linux.run --tar mxvf
sudo cp InstallUtils.pm /usr/lib/x86_64-linux-gnu/perl-base

wget http://mirrors.concertpass.com/gcc/releases/gcc-5.5.0/gcc-5.5.0.tar.xz

tar -xJf gcc-5.5.0.tar.xz

sudo apt-get install libgmp3-dev libmpfr-dev libmpc-dev
sudo dpkg --add-architecture i386
sudo apt-get update
sudo apt-get install build-essential gcc-multilib rpm libstdc++6:i386 libgcc1:i386 zlib1g:i386 libncurses5:i386

make HOST_COMPILER=/usr/local/gcc/5.5.0/bin/g++

export HOST_COMPILER=/usr/local/gcc/5.5.0/bin/g++
make