AI开发平台MODELARTS-GPU服务器上配置Lite Server资源软件环境:GP Vnt1裸金属服务器Ubuntu 18.04安装NVIDIA 470+CUDA 11.4

时间：2024-10-12 17:44:09

GP Vnt1裸金属服务器Ubuntu 18.04安装NVIDIA 470+CUDA 11.4

本小节旨在指导如何在GP Vnt1裸金属服务器上（Ubuntu 18.04系统），安装NVIDIA驱动版本470，CUDA版本11.4。

安装NVIDIA驱动。

apt-get update
sudo apt-get install nvidia-driver-470

安装CUDA。

wget https://developer.download.nvidia.com/compute/cuda/11.4.4/local_installers/cuda_11.4.4_470.82.01_linux.run
chmod +x cuda_11.4.4_470.82.01_linux.run
./cuda_11.4.4_470.82.01_linux.run --toolkit --samples --silent

验证NVIDIA安装结果。

nvidia-smi -pm 1
nvidia-smi
/usr/local/cuda/bin/nvcc -V

安装Pytorch2.0和验证CUDA验证。

PyTorch2.0所需环境为Python3.10，安装配置miniconda环境。

miniconda安装并创建alpha环境。

wget https://repo.anaconda.com/miniconda/Miniconda3-py310_23.1.0-1-Linux-x86_64.sh
chmod 750 Miniconda3-py310_23.1.0-1-Linux-x86_64.sh
bash Miniconda3-py310_23.1.0-1-Linux-x86_64.sh -b -p /home/miniconda
export PATH=/home/miniconda/bin:$PATH
conda create --quiet --yes -n alpha python=3.10

安装pytorch2.0并验证cuda状态。
在alpha环境下安装torch2.0，使用清华PIP源完成。
```
source activate alpha
conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia
python
```
验证torch与cuda的安装状态，输出为True即为正常。
```
import torch
print(torch.cuda.is_available())
```