麒麟系统离线安装英伟达驱动

麒麟系统离线安装英伟达驱动

驱动相关程序下载

下载显卡驱动

进入显卡驱动查询页面,下载对应的显卡驱动,页面如下:

下载CUDA-Toolkit

进入CUDA-Toolkit页面,下载对应的CUDA-Toolkit,页面如下:

下载cudnn

进入cudnn页面,下载对应的cudnn,页面如下:

安装

关闭自带图形界面

python 复制代码
#在Kylin操作系统中,查看X server(X Window系统的服务器)状态通常可以通过以下命令进行:
ps -ef | grep X

#如果你想要检查X server服务的状态,可以使用systemctl命令:
systemctl status lightdm

# 停止图型界面
sudo systemctl stop lightdm

# 如果你只是想知道X server是否在运行,可以使用以下命令:
xdpyinfo

# 这条命令会将系统切换到多用户文本模式,也就是关闭图形界面,并且只允许通过SSH或者物理访问来管理服务器。
sudo systemctl isolate multi-user.target

# 如果你想要在启动时禁用X server,可以通过设置系统默认的运行级别来实现:
sudo systemctl set-default multi-user.target

# 如果你想要恢复图形界面,可以使用以下命令:
sudo systemctl set-default graphical.target

禁用 Nouveau 驱动

python 复制代码
#可以通过执行命令来检查。
lsmod | grep nouveau

# 禁用 Nouveau 驱动
sudo vim /etc/modprobe.d/blacklist-nouveau.conf
 
#文件里面加入
blacklist nouveau
options nouveau modeset=0
 
#更新文件生效
# sudo update-initramfs -u
sudo dracut --force
#重启机器
reboot

安装驱动

python 复制代码
sudo sh NVIDIA-Linux-x86_64-535.183.06.run

安装CUDA-Toolkit

python 复制代码
#由于驱动在上一步已安装,安装过程中,不要选择驱动
sudo sh cuda_12.2.0_535.54.03_linux.run

# 添加环境变量
vim ~/.bashrc
# 或
vim /etc/profile

export PATH=$PATH:/usr/local/cuda-12.2/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-12.2/lib64

安装cudnn

python 复制代码
tar -xvf cudnn-linux-x86_64-8.9.7.29_cuda12-archive.tar.xz

sudo cp cudnn-linux-x86_64-8.9.7.29_cuda12-archive/include/cudnn*.h /usr/local/cuda-12.2/include 

sudo cp cudnn-linux-x86_64-8.9.7.29_cuda12-archive/lib/libcudnn* /usr/local/cuda-12.2/lib64 

sudo chmod a+r /usr/local/cuda-12.2/include/cudnn*.h /usr/local/cuda-12.2/lib64/libcudnn*

# 检验
/usr/local/cuda-12.2/extras/demo_suite/deviceQuery
相关推荐
basketball6164 天前
AI Infra 硬件体系与编程模型:17. CUDA编程基础:底层驱动 API 调用
人工智能·microsoft·nvidia·cuda
basketball6167 天前
AI Infra 硬件体系与编程模型:14. CUDA编程基础:事件与精确性能测量
人工智能·nvidia·cuda
kyle~7 天前
推理部署---CUDA 执行模型(SM、Block、Warp 与 SIMT)
人工智能·nvidia·cuda
basketball6167 天前
AI Infra 硬件体系与编程模型:15. CUDA编程基础:混合精度计算
人工智能·nvidia·cuda
小白狮ww7 天前
3B 参数,毫秒级响应:LocateAnything 如何重新定义开放世界目标检测
人工智能·目标检测·计算机视觉·视觉检测·大语言模型·nvidia·locateanything
kyle~9 天前
ROS 2 与 Isaac Sim 联合仿真(一)体系架构、环境选型与基础通信闭环
c++·机器人·nvidia·仿真·ros2
kyle~9 天前
ROS 2 与 Isaac Sim 联合仿真(三):工程化部署、性能优化、多机器人与 Sim-to-Real
机器人·nvidia·仿真·ros2
CV-deeplearning9 天前
NVIDIA CV-CUDA:GPU 全流程加速计算机视觉,pip 一键安装替代 OpenCV,微软/腾讯/百度/字节全在用,云级图像处理吞吐量飙升 10 倍
opencv·计算机视觉·pip·nvidia·cuda·gpu加速·cv-cuda
OpenCSG14 天前
Cosmos3:NVIDIA 把世界模型做成了“理解、生成、模拟、行动”的统一入口
人工智能·大模型·nvidia·opencsg