- 综合排序
- 最热优先
- 最新优先
- 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。
73910编辑于 2024-03-28 - 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。
1.9K73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。 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。 总之就是，驱动只需安装一次，非常方便。 重启后登录，我们来验证驱动模块已动态加载 [after.png] 可以看到，nouveau等社区驱动已经不会被加载，而是加载了nvidia的官方驱动。 nvidia-smi命令查看GPU设备状态，如驱动版本（440.64.00）、CUDA版本（10.2）、型号（Tesla T4）、显存（15109MiB）以及温度功耗等各种信息，如图： [smi.png
32.4K4912发布于 2020-04-01 - 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）
5.7K20编辑于 2024-08-15 - 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
5.6K00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
一、驱动软件准备：从nvidia网站下载驱动，注意，和普通显卡下载驱动地址不同。 按照ESXi对应版本不同下载不同的安装包。安装包内含ESXi主机驱动和虚拟机驱动。 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。
11K70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 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。 编译安装 mesa mesa 中实现了 Panfrost GPU 驱动的 userspace 部分，它向下操作内核中的 GPU 驱动，向上提供标准的 opengl 接口供各种绘图应用使用。
24.4K97发布于 2020-01-13 - 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
摘要：在深度学习、AI等通用计算业务场景或者OpenGL、Direct3D、云游戏等图形加速场景下，安装了Tesla驱动的GPU才可以发挥高性能计算能力，或提供更流畅的图形显示效果。 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）。 这个警告的目的是确保用户意识到在安装NVIDIA驱动程序后需要重启计算机，以确保所有更改生效，并且系统能够正确使用NVIDIA GPU。 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。
2K10编辑于 2024-12-18 - 来自专栏新智元
英伟达开源Linux版GPU内核驱动
---- 新智元报道 编辑：David 【新智元导读】英伟达宣布开源Linux GPU内核驱动模块，开发者纷纷表示「活久见」，不会和之前Linux之父对英伟达的「友善度词汇」有关吧？ 英伟达显卡驱动开源了？这不像是老黄会做出的事啊？ 可这事确实是真的。不过有一点点条件，一是Linux系统，二是开源的是GPU的内核模块。 5月12日，英伟达官网发布消息，将Linux GPU内核模块作为开放源码发布，具有GPL/MIT双重许可证，开源从R515驱动版本开始。 对于Linux发行商来说，提高了使用的便利性，改善了开箱即用的用户体验，以签署和分发NVIDIA GPU驱动程序。 每次发布新的驱动程序时，英伟达都会在GitHub上发布源代码的快照。 我们对英伟达决定开源GPU内核驱动程序表示赞赏。Red Hat与英伟达合作多年，我们很高兴看到他们终于迈出了这一步」 被「Linux之父」骂的？
2.7K50编辑于 2022-05-16 - 来自专栏机器之心
老游戏，新画质：英伟达GPU驱动新功能上线
以后或许不需要等开发商出「高清重置版」，只需要升级一下显卡驱动就可以了。 本周五，英伟达的 GeForce 显卡驱动迎来了又一次更新，其中 AI 重制经典游戏的功能引人关注。 英伟达的最新版本 Game ready 驱动提升了包括主机移植游戏《战神 4》PC 版的支持，还包括了一个新工具，可以在不提升 GPU 负载的情况下增强游戏画质。 但 Downscale 渲染会消耗一部分算力——毕竟这是在要求 GPU 进行额外的运算。 超分辨率技术 DLDSR 采用相同的概念，但结合了人工智能算法，也可以用来增强图像。
1.1K20编辑于 2022-02-23 - 来自专栏欢迎加入非凸科技
用Rust编写的Linux内核GPU驱动程序，或将到来
外媒 Phoronix 报道，Asahi Linix 的核心开发者 Asahi Lina 正在探索用 Rust 编程语言编写该 DRM 内核 GPU 驱动程序的可行性。 如果成功了，这将是第一个用 Rust 语言编写的 Linux 内核 GPU 驱动程序。 鉴于目前尚未有 Rust 编写的实际驱动程序代码，驱动程序的 Rust 实现有几种可能性：1.完全使用 Rust 实现（涉及 DRM 子系统的渲染部分）；2.只是大部分固件交互逻辑在 Rust 中完成， 然后顶层驱动程序用 C 编写并调用 Rust 抽象层。
1.9K40编辑于 2022-08-16 - 来自专栏GPU Lab
GPU计算型GC3vq：驱动与AI环境部署指引
腾讯云为GPU云服务器GC3vq机型提供特定驱动安装脚本，同时提供CUDA、cuDNN和相关的AI框架自动安装脚本，在活动页购买的机器，腾讯云提供以下三种脚本部署，您可以根据需要选择：机型操作系统软件环境执行命令 GC3vqUbuntu 18.04/20.04CentOS 7.6/7.8/7.9【驱动安装】vqGPU-DRIVER1.0.0_cuda11.4.3：CUDA11.4.3 + cuDNN8.2.4 + vqGPU驱动wget https://gpu-related-scripts-1251783334.cos.ap-guangzhou.myqcloud.com/gpu-auto-install/gpu_auto_install.sh cuda11.4.3：TensorFlow 2.8.0 + Miniconda + OpenCV 4 + Python 3.9.12 + CUDA11.4.2 + cuDNN8.2.4 + vqGPU驱动 Pytorch 1.9.1 + torchvision0.10.0 + Miniconda + OpenCV 4 + Python 3.8 + CUDA11.4.2 + cuDNN8.2.4 + vqGPU驱动
1.2K10编辑于 2023-03-03 - 来自专栏专栏名称都被占用了
TKE集群ubuntu 16.04节点更新GPU驱动和CUDA Toolkit
前置条件 我是切换到root下执行的，如果非root用户，请按需sudo 本例为ubuntu16.04系统升级驱动和CUDA Toolkit 原版本： Driver Version: 410.79 首先确认CUDA和驱动以及硬件设备、系统、软件包的兼容性，可参考如下网站自查 Release Notes :: CUDA Toolkit Documentation CUDA Compatibility 显示当前系统GPU相关的驱动版本为410.79 root@VM-1-43-ubuntu:~# dpkg -l |grep '^ii' |grep nvidia ii libnvidia-container-tools 按需下载所需的驱动和CUDA Toolkit 驱动：Advanced Driver Search CUDA Toolkit：CUDA Toolkit Archive 5. 显示系统更新后的GPU相关的驱动版本（为440.95.01） root@VM-1-43-ubuntu:~# dpkg -l |grep '^ii' |grep nvidia ii libnvidia-container-tools
1.8K30发布于 2021-07-19 - 来自专栏人工智能LeadAI
Nvidia GPU驱动与CUDA、Ubuntu内核兼容性问题的解决日志
重启之后，发现GPU无法正常使用，出现无法登录系统、分辨率改变等问题，与Ubuntu 16.04安装NVIDIA驱动后循环登录问题中描述的症状一致。 操作系统：ubuntu 16.04 系统内核： Linux version 4.13.0-31-generic GPU： GTX 1080 CUDA：cuda-9.1, cudnn-7.0.1，deb (local)安装方式 nvidia driver： nvidia driver 387.26 Nvidia已经更新了驱动，只需要安装新的驱动就可以解决linux kernel和nvidia driver 不过，devtalk安装的新驱动版本为nvidia driver 390，在尝试了单独下载该驱动的run文件安装方式和deb (network)安装方式之后，发现前一种安装方式因为著名的nouveau问题而安装失败 解决方法 首先，在PPA GPU查看驱动的版本（Current official release: nvidia-387 (387.34)...） 1、卸载现有GPU驱动 2、PPA安装新的GPU驱动
2.5K30发布于 2018-07-26 - 来自专栏Windows技术交流
如何让安装了显卡驱动的GPU机器的VNC能正常使用
腾讯云官网文档写的GPU机器VNC 不可用，实测2019Grid11中英文镜像，有一个vnc是正常的，有一个vnc不能用，我就对比了下2个镜像买的机器的差异，发现点技巧。 如何让安装了显卡驱动的GPU机器的VNC能正常使用，有两种方法。 二、破除显卡驱动 想办法让操作系统在开机时不加载显卡驱动，让安装了显卡驱动的GPU机器的VNC能正常使用（仅限OS问题排查，排查完毕后要复原回去） NVIDIA有2个服务、1个驱动是开机启动项，光从服务列表禁用那 \Services\nvlddmkm 禁止显卡驱动的命令： reg add "HKLM\SYSTEM\CurrentControlSet\Services\nvlddmkm" /v "Start" /d REG_DWORD /f reg add "HKLM\SYSTEM\ControlSet001\Services\nvlddmkm" /v "Start" /d 4 /t REG_DWORD /f 恢复显卡驱动的命令
4K30编辑于 2021-12-15 - 来自专栏Windows技术交流
渲染型GPU实例变更grid驱动版本可以参考官网文档的.bat替换驱动文件URL即可
hl=zh-cn#windows_drivers 蹭下谷歌云的链接 下载速度还可以 试到哪个版本可以，存一份到跟cvm同地域的cos，然后升级驱动的.bat里的下载链接替换成同地域cos链接 https
37610编辑于 2024-03-20 - 来自专栏全栈程序员必看
虚拟GPU_vmware gpu
两个术语：SRIOV的PF，VF （专业人士请自动忽略这部分介绍 ） PF：宿主机上的主设备，宿主机上的GPU驱动安装在PF上。PF的驱动是管理者。 它就是一个完备的设备驱动，与一般的GPU驱动的区别在于它管理了所有VF设备的生命和调度周期。比如下图的07:00.0便是PF设备 VF：也是一个PCI设备，如下图中的07:02.0和07:02.1。 由于S7150是中断驱动的结构，所以通过查看虚拟机内部GPU中断的分布情况就可大致判断出GPU SRIOV对这个虚拟机的调度策略。 对于Linux的客户机，则更简单，直接查看GPU驱动的trace event。当然我们要感谢AMD在提供给Linux内核的SRIOV VF驱动上没有去掉trace event。 并选择Ubuntu（预装AMD驱动）作为系统镜像; 在Console下查看所有的GPU相关的trace如下表： 很不错，我们发现有两个GPU驱动分发workload的event：amd_sched_job
3.7K31编辑于 2022-11-16
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