系統(tǒng)環(huán)境：centos7.4
內(nèi)核版本：3.10.0-862.14.4.el7.x86_64
本教程安裝nvidia驅(qū)動(dòng)過(guò)程中需要linux內(nèi)核源碼編譯驅(qū)動(dòng)，第一次安裝時(shí)機(jī)器預(yù)裝內(nèi)核版本是3.10.0-693.el7.x86_64甘苍，但由于linux內(nèi)核源碼官網(wǎng)沒(méi)有找到3.10.0-693.el7.x86_64版本的源碼稽荧，故升級(jí)內(nèi)核至3.10.0-862.14.4.el7.x86_64辟宗，若當(dāng)前內(nèi)核高于此版本停撞，則在編譯過(guò)程中需下載對(duì)應(yīng)版本內(nèi)核源碼至/usr/src/kernels目錄
軟件包準(zhǔn)備(下載下列軟件包到指定目錄赖欣，如root用戶根目錄)：
1邻悬、? NVIDIA-Linux-x86_64-410.72.run
下載地址：http://cn.download.nvidia.com/tesla/410.72/NVIDIA-Linux-x86_64-410.72.run
2、? cuda-repo-rhel7-9-0-local-9.0.176-1.x86_64.rpm
下載地址：https://developer.nvidia.com/cuda-90-download-archive
3蛙粘、? cudnn-9.0-linux-x64-v7.4.1.5.tgz(需下載與上面cuda9.0相對(duì)應(yīng)的版本)
下載地址：https://developer.nvidia.com/rdp/cudnn-download(需先注冊(cè)賬號(hào)并登陸)
4垫卤、? tensorflow_gpu-1.12.0-cp27-none-linux_x86_64.whl
下載地址：https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.12.0-cp27-none-linux_x86_64.whl
5、 ?kernel-3.10.0-862.14.4.el7.x86_64.rpm
開(kāi)始安裝
yum安裝epel出牧、aliyun穴肘、elrepo源
yum -y install?https://dl.fedoraproject.org/pub/epel/epel-release-latest-7.noarch.rpm
yum -y install epel-release
wget -O /etc/yum.repos.d/CentOS-Base.repo?http://mirrors.aliyun.com/repo/Centos-7.repo
rpm --import?https://www.elrepo.org/RPM-GPG-KEY-elrepo.org
rpm -Uvh?https://www.elrepo.org/elrepo-release-7.0-3.el7.elrepo.noarch.rpm
安裝gcc、gcc-c++編譯器
yum –y install gcc
yum -y install gcc-c++
禁用nouveau驅(qū)動(dòng)
1舔痕、編輯/etc/default/grub
添加rd.driver.blacklist=nouveau nouveau.modeset=0到GRUB_CMDLINE_LINUX后面
2评抚、grub2-mkconfig -o /boot/grub2/grub.cfg 生成新的grub配置
3、編輯/etc/modprobe.d/blacklist.conf(如果不存在則創(chuàng)建)
添加blacklist nouveau
升級(jí)linux內(nèi)核(若已經(jīng)是3.10.0-862.14.4.el7.x86_64版本, 則忽略此步驟)
1伯复、切換至root用戶根目錄慨代，安裝新內(nèi)核
yum -y install?kernel-3.10.0-862.14.4.el7.x86_64.rpm
2、重啟系統(tǒng)：reboot
3啸如、待系統(tǒng)重啟后執(zhí)行l(wèi)smod | grep nouveau侍匙，若無(wú)輸出，則說(shuō)明nouveau已成功被禁用
4叮雳、uname -r檢查當(dāng)前運(yùn)行內(nèi)核版本與/usr/src/kernels目錄下的kernel源碼版本是否一致（若不一致想暗，則后面nvidia驅(qū)動(dòng)不能成功安裝）
安裝tensorflow_gpu
先安裝并更新pip以及numpy, jinja2等依賴庫(kù)
yum -y install python-pip
pip install --upgrade pip
pip install numpy
pip install jinja2
pip install --upgrade dnspython?
pip install --ignore-installed enum34
pip install tensorflow_gpu-1.12.0-cp27-none-linux_x86_64.whl
安裝cuda9.0
rpm -i cuda-repo-rhel7-9-0-local-9.0.176-1.x86_64.rpm
yum clean all
yum -y install cuda
cuda默認(rèn)安裝路徑：/usr/local/cuda
設(shè)置cuda環(huán)境變量
vi /etc/profile
添加以下內(nèi)容到文件末尾
export CUDA_HOME=/usr/local/cuda
export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$CUDA_HOME/extras/CUPTI/lib64:$LD_LIBRARY_PATH
export PATH=$CUDA_HOME/bin:$PATH
安裝cudnn依賴庫(kù)
tar zxvf?cudnn-9.0-linux-x64-v7.4.1.5.tgz
cp ./cuda/include/cudnn.h /usr/local/cuda/include
cp ./cuda/lib64/libcudnn.so.7.4.1?/usr/local/cuda/lib64
cp ./cuda/lib64/libcudnn_static.a?/usr/local/cuda/lib64
cd /usr/local/cuda/lib64
ln -s libcudnn.so.7.4.1 libcudnn.so.7
ln -s libcudnn.so.7 libcudnn.so
安裝完可打開(kāi)python shell
import tensorflow as tf
若不報(bào)錯(cuò)則說(shuō)明tensorflow和cuda安裝成功
安裝nvidia驅(qū)動(dòng)
切換至root用戶根目錄，安裝nvidia驅(qū)動(dòng)
./NVIDIA-Linux-x86_64-410.72.run --kernel-source-path=/usr/src/kernels/3.10.0-862.14.4.el7.x86_64 -k $(uname -r)
安裝過(guò)程第一步選No帘不，其余選Yes或Ok
安裝完成后執(zhí)行nvidia-smi
若輸出信息如下圖说莫，則說(shuō)明nvidia驅(qū)動(dòng)成功安裝
