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
BothSavage6 天前
Ubuntu-8卡H20服务器升级nvidia驱动+cuda版本
linux·服务器·ubuntu·gpu·nvidia·cuda·nvcc
mortimer11 天前
在 Windows 上部署 NVIDIA Parakeet-TDT 遇到的坑
python·github·nvidia
扫地的小何尚11 天前
Isaac Lab 2.3深度解析:全身控制与增强遥操作如何重塑机器人学习
arm开发·人工智能·学习·自然语言处理·机器人·gpu·nvidia
攻城狮7号19 天前
NVIDIA开源Audio2Face模型与SDK,数字人表情迎来“灵魂”时刻
人工智能·nvidia·开源模型·audio2face
Jzzzzzzzzzzzzzz20 天前
NVIDIA-SMI has failed because it couldn‘t communicate with the NVIDIA driver.
ubuntu·nvidia·显卡驱动
深度学习机器23 天前
解密vLLM:基于nano-vllm源码剖析其推理加速之道
pytorch·llm·nvidia
扫地的小何尚23 天前
NVIDIA Dynamo深度解析:如何优雅地解决LLM推理中的KV缓存瓶颈
开发语言·人工智能·深度学习·机器学习·缓存·llm·nvidia
扫地的小何尚24 天前
CUDA 13.0深度解析:统一ARM生态、UVM增强与GPU共享的革命
arm开发·人工智能·自然语言处理·gpu·nvidia·jetson·nvidia thro
扫地的小何尚1 个月前
R²D²深度解析:NVIDIA三大神经网络突破如何变革机器人学习
神经网络·r语言·机器人·llm·gpu·nvidia
扫地的小何尚1 个月前
深度解析 CUDA-QX 0.4 加速 QEC 与求解器库
人工智能·语言模型·llm·gpu·量子计算·nvidia·cuda