CentOS 7 安装cuda环境
2016-12-15 00:00
281 查看
创建时间:2016-11-25
作者:海滨
背景介绍:为了加速类prisma风格图片渲染速度(开源项目yusuketomoto/chainer-fast-neuralstyle),先需要对一台装有GeForce GTX 780 Ti的CentOS机器安装cuda环境。
在mac终端使用
查看所有硬盘:
取消硬盘挂载:
拷贝iso镜像文件(时间较久请耐心等待,速度2m/s):
弹出硬盘:
启动电脑从U盘启动安装系统(tips:如果已有windows系统,只需将系统安装至空白分区即可)
显示当前网卡信息:
编辑网卡配置:
新增IP地址和网关信息:
将ip地址获取从dhcp改成static:
重启网络服务:
测试网络服务:
当前系统自带python却没有pip,晕!
其他软件
git,
gcc,
g++,
kernel开发环境(编译cuda需要),
python开发环境(编译chainer需要),
参照官方手册操作,进行安装即可,这里大致介绍下自己安装过程中的坎。
安装gcc、g++、kernel开发环境
关闭系统自带驱动Nouveau drivers(官方手册有详细方法)
安装cuda
编译cuda samples,测试安装结果,运行
下载cudnn安装包,其实就是lib库和头文件的压缩包,最终解压拷贝到cuda安装路径的lib64、include文件即可。
CPU: Intel(R) Xeon(R) CPU E3-1270 v3 @ 3.50GHz(8核)
GPU: GeForce GTX 780 Ti
不使用GPU加速
运行代码:
运行时间:13s
使用GPU加速
运行代码:
运行时间:1.5s
加速效果非常明显,性能提升接近10倍。
作者:海滨
背景介绍:为了加速类prisma风格图片渲染速度(开源项目yusuketomoto/chainer-fast-neuralstyle),先需要对一台装有GeForce GTX 780 Ti的CentOS机器安装cuda环境。
安装CentOS 7系统
去CentOS官网下载安装镜像,本次下载的是Minimal ISO版本(不带图形化界面700多M)在mac终端使用
dd命令制作启动盘:
查看所有硬盘:
diskutil list
取消硬盘挂载:
diskutil unmountDisk /dev/disk2
拷贝iso镜像文件(时间较久请耐心等待,速度2m/s):
sudo dd if=CentOS-7.0-1406-x86_64-DVD.iso of=/dev/disk2 bs=1m
弹出硬盘:
diskutil eject /dev/disk2
启动电脑从U盘启动安装系统(tips:如果已有windows系统,只需将系统安装至空白分区即可)
网络配置
由于ifconfig命令没有安装,可以使用
ip命令代替。
显示当前网卡信息:
ip addr show
编辑网卡配置:
vi /etc/sysconfig/network-scripts/ifcfg-eno1
新增IP地址和网关信息:
IPADDR=192.168.199.88 GATEWAY=192.168.199.1 DNS1=192.168.199.1
将ip地址获取从dhcp改成static:
BOOTPROTO=static
重启网络服务:
service network restart
测试网络服务:
ping www.baidu.com
前提软件安装
pip安装当前系统自带python却没有pip,晕!
curl "https://bootstrap.pypa.io/get-pip.py" -o "get-pip.py” python get-pip.py
其他软件
git,
sudo yum install git
gcc,
sudo yum install gcc
g++,
sudo yum install gcc-g++
kernel开发环境(编译cuda需要),
sudo yum install kernel-devel-$(uname -r) kernel-headers-$(uname -r)
python开发环境(编译chainer需要),
sudo yum install python-devel
安装cuda
首先下载cuda安装包,本次下载的是CentOS 7 runfile版本参照官方手册操作,进行安装即可,这里大致介绍下自己安装过程中的坎。
安装gcc、g++、kernel开发环境
关闭系统自带驱动Nouveau drivers(官方手册有详细方法)
安装cuda
编译cuda samples,测试安装结果,运行
./NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release/deviceQuery
安装cudnn
使用GPU加速神经网络的计算下载cudnn安装包,其实就是lib库和头文件的压缩包,最终解压拷贝到cuda安装路径的lib64、include文件即可。
安装风格图片渲染环境chainer
参照chainer官方文档加速结果测试
服务器配置:CPU: Intel(R) Xeon(R) CPU E3-1270 v3 @ 3.50GHz(8核)
GPU: GeForce GTX 780 Ti
不使用GPU加速
运行代码:
python generate.py sample_images/tubingen.jpg -m models/composition.model -o sample_images/output.jpg
运行时间:13s
使用GPU加速
运行代码:
python generate.py sample_images/tubingen.jpg -m models/composition.model -o sample_images/output.jpg -g 0
运行时间:1.5s
加速效果非常明显,性能提升接近10倍。
相关文章推荐
- Centos6 编译安装Python
- 硬盘安装CentOS 6.2以及添加GRUB启动菜单
- CentOS 6.2实战部署Nginx+MySQL+PHP
- CentOS 7系统配置上的变化解析
- CentOS 一键安装Openstack详细介绍
- CentOS下DB2数据库安装过程详解
- CentOS 6.4下安装部署OpenStack云计算平台的方法
- CentOS 6.3下编译安装Ruby 2.0笔记
- Centos下Mysql安装图文教程
- 在Centos 5.5 上编译安装mysql 5.5.9
- 在阿里云的CentOS环境中安装配置MySQL的教程
- CentOS 6.5源码安装Erlang教程
- CentOS系统下docker的安装配置及使用介绍
- Centos下安装docker教程
- CentOS6.7系统中编译安装MariaDB数据库
- 在CenOS系统下安装和配置Redis数据库的教程
- centos 5.6 升级php到5.3的方法
- CentOS mysql安装系统方法