- 综合排序
- 最热优先
- 最新优先
- 来自专栏红色石头的机器学习之路
Ubunt16.04 搭建 GPU 显卡驱动 + CUDA9.0 + cuDNN7 详细教程
这篇文章将手把手教你如何安装 GPU 显卡驱动、CUDA9.0 和 cuDNN7。值得一试！ 注意：由于不同系统，不同 GPU 对应的 CUDA 和 cuDNN 均有差异，本文仅以 Ubuntu16.04、NVIDIA GeForce GPU、CUDA9.0 和 cuDNN7 为例，来介绍安装过程 安装 Ubuntu16.04 电脑自带一块 NVIDIA GeForce GPU 显卡 一、安装 GPU 显卡驱动 有一块 NVIDIA GPU 显卡 还不够，还需要安装 GPU 显卡驱动。 然后，点击开始搜索，将会自动搜索你的电脑相匹配的 GPU 显卡驱动，搜索结果如下图所示： 如上图所示，结果会显示可用的 GPU 显卡驱动程序，确定你需要的版本，直接点击就可以下载了。 GPU 显卡驱动 + CUDA9.0 + cuDNN7 环境配置完成。 参考文献： Ubuntu16.04搭建GTX1080+CUDA9.0+cuDNN7.0.5+Tensorflow1.6.0环境
1.1K20编辑于 2022-01-12 - 来自专栏程序猿那点儿事儿
离线安装GPU P40驱动
/cuda_10.1.168_418.67_linux.run 按提示输入，安装选择全部选择（包括第一个driver） 完成安装后，输入nvidia-smi，有打印显卡信息则驱动安装成功 输入cat
1.7K40发布于 2020-09-14 - 来自专栏NLP算法工程师之路
配置CentOS7 GPU环境
bash Anaconda3-5.2.0-Linux-x86_64.sh 使能配置 source .bashrc 输入Python，查看是否配置正确 Conda安装TesnorFlow GPU 我的cuda版本是9.0，cudnn版本是7.1.2，tensorflow-gpu版本是1.9.0。 安装NVIDIA驱动 安装gcc yum -y install gcc-c++ 安装Open JDK yum install java-1.8.0-openjdk java-1.8.0- /kernel-devel-3.10.0-693.17.1.el7.x86_64.rpm yum install kernel-devel-3.10.0-693.17.1.el7.x86_64.rpm 测试 nvidia-smi测试和TensorFlow测试,显示GPU信息即可。
2.1K30发布于 2019-12-18 - 来自专栏云云众生s
Kubernetes驱动3500个GPU的AI训练
但随着机器学习如今对 GPU 的高额需求，Kubernetes 可以通过起源于 HPC 领域的工具来提供更动态的方式，管理庞大的 GPU 集群。 证明这点的云提供商 CoreWeave 就专注于加速 GPU 工作负载。 6 月，该公司在 MLCommons 的 MLPerf 的第三轮测试中名列榜首。 CoreWeave 启动了一个集群，包含 3,500 个(新发布的)Nvidia H100 GPU，其性能是其他 Kubernetes 集群的 29 倍。 裸金属上的 Kubernetes 所有 GPU 位于一个数据中心，每个服务器有八个 GPU，基于 Intel Sapphire Rapids 平台。 启动时，DPU 会下载一个裁剪过的 Ubuntu 镜像，除了 GPU 和 Infiniband 驱动程序以及 Kubelet 之外几乎没有任何内容。
80310编辑于 2024-03-28 - 来自专栏红色石头的机器学习之路
手把手教你在 Ubuntu16.04 安装 GPU 驱动 + CUDA9.0 + cuDNN7
这篇文章将手把手教你如何安装 GPU 显卡驱动、CUDA9.0 和 cuDNN7。值得一试！ 注意：由于不同系统，不同 GPU 对应的 CUDA 和 cuDNN 均有差异，本文仅以 Ubuntu16.04、NVIDIA GeForce GPU、CUDA9.0 和 cuDNN7 为例，来介绍安装过程 安装 Ubuntu16.04 电脑自带一块 NVIDIA GeForce GPU 显卡 一、安装 GPU 显卡驱动 有一块 NVIDIA GPU 显卡 还不够，还需要安装 GPU 显卡驱动。 然后，点击开始搜索，将会自动搜索你的电脑相匹配的 GPU 显卡驱动，搜索结果如下图所示： 如上图所示，结果会显示可用的 GPU 显卡驱动程序，确定你需要的版本，直接点击就可以下载了。 GPU 显卡驱动 + CUDA9.0 + cuDNN7 环境配置完成。
11.1K10编辑于 2022-01-12 - 来自专栏全栈程序员必看
tensorflow（gpu） win10安装 1060显卡驱动
CUDA9.0+cuDNNv7+WIN10+1060显卡 一.驱动文件下载 1.上tensorflow官网。查看本机硬件和系统支持的tensorflow版本，以及对应的cuda和cuddnn版本。 查找相应的CUDA驱动。 打开默认下载是9.2版本，如下： 手动搜索9.0版本，严格按照 tensorflow官网推荐的版本。 建议下载local安装包。 3.百度cudnn进网站。 安装 1.安装CUDA驱动 安装前需要把之前NVIDIA的驱动完全卸载掉，才能安装上cuda的驱动。 （这一步是关键，不然后面安装cuda会失败） 然后重启，运行cuda驱动安装文件，按照提示一步步运行，直至结束。 2.解压cuDNN文件。
1.8K30编辑于 2022-08-25 - 来自专栏Windows技术交流
GPU机器任务管理器GPU利用率很低，是不是驱动有问题？
3D渲染业务，GPU机器需要安装Grid驱动，Grid驱动安装很麻烦，建议使用2019Grid公共镜像购买GN7vw或GI3X或GNV4或GNV4v机型的机器，2019Grid公共镜像集成好相关驱动了， 任务管理器GPU为啥总是0%？建议搞个压测看看 任务管理器GPU利用率我观察了不到1分钟，发现不总是0%，偶尔也有1%出现，负载低时显示0%、1%不是正常的吗？ 压测软件推荐了，打开几秒就能验证 判断有没有安装GRID驱动，并不是从设备管理器显卡名称上看有没有"GRID"字样来判断（只有vGPU机器安装GRID驱动在设备管理器里才会有GRID字样），而是根据桌面右击 /developer/article/1923257 GN7vw或GI3X或GNV4或GNV4v机型的机器如果驱动异常，备份数据后用2019Grid公共镜像重装系统， 2019Grid公共镜像已经集成好驱动 ，无须使用360驱动大师，可能破坏原镜像环境
2.8K60编辑于 2024-06-20 - 来自专栏云原生搬运工
【TKE】GPU 节点 NVIDIA Tesla 驱动重新安装
使用场景 默认情况下，用户在 TKE 添加 GPU 节点时，会自动预装特定版本 GPU 驱动，但是目前默认安装 GPU 驱动版本是固定的，用户还不能选择要安装的 GPU 驱动版本，当用户有其他版本的 GPU 驱动使用需求时，就需要在节点上重新安装，下面将介绍在 TKE 节点中如何重新安装 GPU 驱动程序。 ： [选择 YES] 等待新驱动安装完成： [4lq6xe3jd4.png] 4.测试新驱动 在节点上执行nvidia-smi查看 GPU 情况，可查看到 GPU 信息并显示驱动版本为新版本： [查看 GPU 信息] 查看 k8s 是否识别到节点 GPU 容量，执行命令： kubectl describe node <NodeName> 从 k8s 节点资源查看 GPU 资源是否和实际资源一致，如下图 ： image.png 总结 本文简单介绍了如何在 TKE 重新安装 GPU 驱动程序，如有相关需求可按照上述操作安装。
2K73发布于 2021-06-01 - 来自专栏巫山跬步
【玩转腾讯云】GPU云服务器(驱动篇)
如何选购腾讯云GPU实例？如何优雅地安装驱动等底层开发工具库？这些问题给深度学习等领域研究/开发人员带来了不少困惑。 0x00 环境&目标 我们选择腾讯云目前的主流机型GPU计算机型GN7，其中搭载一颗Tesla T4 GPU。本教程采用的具体规格为GN7.5XLARGE80。 而且，它还是全球市面上同级别GPU机型中（T4）性价比最高的产品。 选购传送门，按量计费的机型做实验更灵活哦～ 本教程中的实例机型：GN7（推荐）、GN10X等GPU机型均可以。 推荐选择的系统镜像：Ubuntu 18.04 （注意无需勾选“后台自动安装GPU驱动”） 其他信息：北京五区，1M公网带宽，系统盘大小100G。根据实际情况选择即可。 验证GPU驱动安装 —— 设备信息查看 Nvidia GPU驱动是支持CUDA编程的内核模块。
32.5K4912发布于 2020-04-01 - 来自专栏用户1069690的专栏
Centos7安装ODBC驱动
以下是参考官方文档安装ODBC驱动的过程，跟官方教程是一毛一样，只是加上了每行命令的说明。 添加安装源到本机 curl https://packages.microsoft.com/config/rhel/7/prod.repo > /etc/yum.repos.d/mssql-release.repo unixODBC-devel 最后，查看/etc/odbcinst.ini文件内容 cat /etc/odbcinst.ini 可以看到最后面有[ODBC Driver 17 for SQL Server]的配置，恭喜你，驱动安装完成
4.1K30编辑于 2022-05-18 - 来自专栏Windows技术交流
如何更新GPU云服务器的NVIDIA驱动
我自己遇到过系统里有2套驱动nvlddmkm.sys甚至3套nvidia-smi.exe，混乱不堪。在阿里云、腾讯云等云厂商都有nvidia显卡的GPU云服务器，也会有这些问题。 （NVIDIA每月出一个新版驱动，驱动本身的健壮性我不敢保障，我这里强调的是驱动安装唯独的严谨性。） 首先，卸载干净旧驱动，卸载的话先运行appwiz.cpl从程序列表正常卸载，卸载后会提示重启，重启后appwiz.cpl里是否变成低版本驱动了（我自己就遇到了，明明卸载新安装的驱动，重启后发现appwiz.cpl （之前有次，2个目录的nvidia-smi.exe执行结果不一样，搞得我很恼火，发现是windows联网情况下自动更新驱动了，不知道NVIDIA咋处理的，反正是乱了，后来还是我手动搞一致的，为了避免自动更新驱动导致问题 ，我把自动更新驱动禁止了，参考https://cloud.tencent.com/developer/article/2070462）
5.8K20编辑于 2024-08-15 centos7卸载显卡驱动
找到显卡驱动.run文件： sudo . rpm -qa |grep -i nvid|sort yum remove kmod-nvidia-* 记得卸载完要重启系统：sudo reboot 特别注意：请先确认自己系统版本是不是centos7，
39900编辑于 2025-07-20- 来自专栏用户2737519的专栏
Linux下GPU云服务器安装 NVIDIA Tesla 驱动
背景介绍： 本篇介绍腾讯云环境GPU云服务器nvidia tesla驱动安装步骤。 有很多腾讯云的使用者，在使用GPU服务器过程中，对驱动安装或者使用中有一些疑惑，比如系统kernel更新了，驱动失效了等问题。 驱动安装途径： 目前腾讯云环境下支持安装GPU驱动的方式如下： 使用预装 GPU 驱动的镜像，参考链接：https://cloud.tencent.com/document/product/560/30129 使用公共镜像的时候，支持后台自动安装GPU驱动。 目前官网控制台支持，后台自动安装GPU驱动，如下图： image.png 安装驱动： NVIDIA Telsa GPU 的 Linux 驱动在安装过程种需要编译 kernel module，所以要求系统安装好了
5.7K00发布于 2020-01-05 - 来自专栏虚拟化技术资源
VMware ESXi安装NVIDIA GPU显卡硬件驱动和配置vGPU
GPU显卡和物理服务器兼容查询：（重要：一定要查兼容，最近遇到一客户反馈安装驱动后运行nvidia-smi各种报错，最后查询是因为不兼容导致。） 2、正确的安装并加载驱动程序以后，我们需要启动主机的xorg服务，xorg服务是ESXi主机为虚拟机提供3D硬件加速的服务，我们必须启动该服务后才能使GPU正常工作。 3、以下命令可以查看主机是否正确加载了驱动程序： vmkload_mod -l | grep nvidia 4、如下图所示：通过命令nvidia-smi来验证GPU卡是否正常工作，无报错，如图： 5、 6、编辑虚拟机 GPU配置文件为GPU显存大小，具体显存大小参考说明文档。并勾选预留所有内存。 7、安装虚拟机驱动，注意一定要使用安装包内对应版本的驱动（使用不同版本可能会有问题） 安装驱动后，重启虚拟机，在控制台界面，看到“黑屏”，这是正常的。
11.6K70编辑于 2022-03-31 - 来自专栏HackforFun
在 RK3399 上运行开源的 mali GPU 驱动
也有很多人被卡在了第二个关卡，SOC 上搭配了强劲的 GPU、比如 RK3399，S912，他们都搭载了 Arm mali GPU，但是 mainline 内核却缺少相应的驱动支持 —— GPU 驱动一般分为两部分 中：针对 Mali-400/Mali-450 的驱动叫做 lima，针对 Mali-T6xx / Mali-T7xx / Mali-T8xx GPU 和 GXX 系列的叫做 panfrost。 启动 Panfrost GPU 驱动 在内核里面启用 Panfrost GPU 驱动 ? 默认编译到内核中或者以模块的形式加载都可以。 如果 Panfrost GPU 驱动正常加载，我们会看到类似下面的 Log： ? cat /proc/interrupts 可以看到 Panfrost GPU 驱动注册的中断： ? 安装依赖 前面有讲到，GPU 驱动分两部分，一部分在内核中，我们已经启动了，另外还有一个重要的部分在 userspace 中，对于 Panfrost GPU 驱动来说，它叫做 mesa。
24.6K97发布于 2020-01-13 - 来自专栏后端开发随笔
CentOS7安装Chrome及驱动
目录 安装Chrome 安装Chrome驱动程序 环境：CentOS Linux release 7.4.1708 (Core) 安装Chrome ? 解决Chrome驱动: unzip chromedriver_92.0.4515.43_linux64.zip -d /usr/local/bin/ 查看Chrome驱动版本： [root@ccc ~] # chromedriver --version ChromeDriver 92.0.4515.43 (8c61b7e2989f2990d42f859cac71319137787cce-refs/branch-heads /4515@{#306}) 注意： 不要求Chrome与Chrome驱动的所有版本字段信息完全一致！ 比如我的Chrome与Chome驱动的“主版本号.次版本号.内部版本号”信息为：92.0.4515。
2K30发布于 2021-07-29 - 来自专栏锦小年的博客
1.3 centos7源码编译tensorflow-gpu版
失败后的查错 很巧的是编译安装tensorflow-gpu版成功了。 tensorflow已经更新到1.13版，官方的linux安装文件采用的是glibc2.23， 而centos只支持到glibc2.17，所以在使用pip install tensorflow-gpu安装后的使用过程中会报错 准备NCCL nccl是tensorflow gpu版必须的，现在版本2.4.2，下载地址：https://developer.nvidia.com/nccl/nccl-download 下载后应该是 rpm文件，安装命令：rpm -ivh nccl-repo-rhel7-2.4.2-ga-cuda10.0-1-1.x86_64.rpm 这个很奇怪，并不会直接安装，而只是解压了一下，产生了3个rpm 文件，用命令：rpm -qpl nccl-repo-rhel7-2.4.2-ga-cuda10.0-1-1.x86_64.rpm, 可以看到文件位置： ?
2.4K20发布于 2019-05-26 - 来自专栏芯智讯
沐曦首款采用7nm GPU即将量产，2025年推出游戏GPU
近日，国产高性能 GPU 厂商——沐曦集成电路（上海）有限公司（以下称“沐曦”）联合创始人杨建在科创板日报《连线创始人》采访时表示，沐曦7nm GPU即将量产，并有望在2025年推出国产游戏GPU。 杨建表示，今年 1 月，沐曦首款采用 7nm工艺的异构 GPU 产品已正式流片，预计很快量产。 沐曦于2020 年 9 月成立于上海，致力于打造全栈高性能GPU芯片产品，推出MXN系列GPU（曦思）用于AI推理，MXC系列GPU（曦云）用于科学计算及AI训练，以及MXG系列GPU（曦彩）用于图形渲染 核心成员平均拥有近 20 年高性能 GPU 产品端到端研发经验，曾主导过十多款世界主流高性能 GPU 产品研发，包括 GPU 架构定义、GPU IP 设计、GPU SoC 设计及 GPU 系统解决方案的量产交付全流程 今年 7 月，沐曦宣布完成 Pre-B 轮 10 亿元融资，由混沌投资、央视融媒体产业投资基金联合领投。 编辑：芯智讯-浪客剑
2.3K10编辑于 2022-09-27 - 来自专栏人工智能领域
在GPU计算型实例中安装Tesla驱动超详细过程
如果您在创建GPU计算型实例（Linux）时未同时安装Tesla驱动，则需要在创建GPU实例后，单独安装Tesla驱动（Linux）。 文件类型和名称：提到的文件是一个PNG格式的图片，名为“d851e7e40d3420d74b41780fd82f225.png”。 step7 明确Vulkan ICD加载器的重要性 这段内容是NVIDIA图形驱动程序安装过程中的警告信息，具体内容如下： NVIDIA驱动程序和Vulkan组件： 警告指出，用户正在安装的 具体操作，请参见在GPU计算型实例中手动安装Tesla驱动（Windows）。 如果您需要在创建GPU实例时同时安装了Tesla驱动，具体操作，请参见创建GPU实例时自动安装或加载Tesla驱动。 如果GPU实例中安装的驱动版本不适用于当前场景，或您安装了错误的驱动类型或版本导致GPU实例无法使用，您可以卸载当前驱动然后安装新的驱动或直接升级驱动。
2.3K10编辑于 2024-12-18 - 来自专栏yifei的专栏
unix编程实践_7_事件驱动编程
在unxi/linux编程实践第七章的基础上完成的一个小的终端弹球游戏,先来个截图。
58410编辑于 2022-11-14
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号