Установить Cuda без рута

Я знаю, что могу установить Cuda с помощью следующего:

wget http://developer.download.nvidia.com/compute/cuda/7_0/Prod/local_installers/cuda_7.0.28_linux.run chmod + x cuda_7.0.28_linux.run./cuda_7.0.28_linux.run -extract = ` pwd` / nvidia_installers cd nvidia_installers sudo./NVIDIA-Linux-x86_64-346.46.run sudo modprobe nvidia sudo./cuda-linux64-rel-7.0.28-19326674.run

Просто интересно, могу ли я установить Cuda без рута?

Спасибо,

Источник

3 ответа

Решение

Вы можете устанавливать CUDA и компилировать программы, но вы не сможете запускать их из-за отсутствия доступа к устройству.

Источник

Большое спасибо за подсказки в вопросе! Я просто хочу завершить его подходом, который работал для меня, также вдохновлен этим суть и который, надеюсь, поможет в ситуациях, когда установлен действительный драйвер, и установка более новой CUDA в Linux без прав root по-прежнему необходима.

TL; DR: Вот шаги по установке CUDA9+CUDNN7 в Debian и установке предварительно скомпилированной версии TensorFlow1.4 на Python2.7, чтобы проверить, что все работает. Все без рут прав и через терминал. Также должно работать на других версиях CUDA, CUDNN, TensorFlow и Python на других системах Linux.

МОНТАЖ

  1. Перейдите на официальный веб-сайт NVIDIA для CUDA (по состоянию на ноябрь 2017 года CUDA9 вышла): https://developer.nvidia.com/cuda-downloads.

  2. В вашем дистрибутиве Linux выберите runfile (local)вариант. Обратите внимание, что sudoуказание в инструкциях по установке обманчиво, так как можно запустить этот установщик без прав root. На сервере одним из простых способов является копирование <LINK>из Download и в любом месте вашего домашнего каталога запуститеwget <LINK>, Это загрузит<INSTALLER>файл.

  3. Бежатьchmod +x <INSTALLER>сделать его исполняемым и выполнить его./<INSTALLER>,

  4. accept EULA, say no to dr Установка и введите<CUDA>расположение под вашим домашним каталогом для установки инструментария и<CUDASAMPLES>для образцов.

  5. Здесь не спрашивается, но рекомендуется: Загрузите совместимый файл CUDNN с официального веб-сайта (необходимо выполнить вход). В моем случае я скачал cudnn-9.0-linux-x64-v7.tgzсовместим с CUDA9 в<CUDNN>папка. Распакуйте это:tar -xzvf ...,

  6. Необязательно: скомпилируйте образцы.cd <CUDASAMPLES> && make, Там есть несколько очень хороших примеров и очень хорошая отправная точка для написания некоторых собственных сценариев CUDA.

  7. (Если вы сделали 5.): Скопируйте необходимые файлы CUDNN в CUDA и предоставьте разрешение на чтение пользователю (не уверен, если это необходимо): cp -P <CUDNN>/cuda/include/cudnn.h <CUDA>/include/ cp -P cudnn9/cuda/lib64/libcudnn* cuda9/lib64 chmod a+r cuda9/include/cudnn.h cuda9/lib64/libcudnn*

  8. Добавьте библиотеку в вашу среду. Обычно это делается добавлением следующих двух строк в ваш ~/.bashrcфайл (в этом примере<CUDA>каталог был~/cuda9/:

export PATH=$HOME/cuda9/bin:$PATH export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/cuda9/lib64/

ДЛЯ БЫСТРОГО ИСПЫТАНИЯ ИЛИ ТЕНСОРНОГО ПОЛЬЗОВАТЕЛЯ

Самый быстрый способ получить TensorFlow-совместимый с CUDA9 и CUDNN7 (и очень быстрый способ проверить это) - это скачать предварительно скомпилированный wheelфайл и установить его сpip install <WHEEL>, Большинство версий, которые вам нужны, можно найти в репозитории(большое спасибо, ребята). Минимальный тест, который подтверждает, что CUDNN также работает, включает использованиеtf.nn.conv2d:

import tensorflow as tf
x = tf.nn.conv2d(tf.ones([1,1,10,1]), tf.ones([1,5,1,1]), strides=[1, 1, 1, 1], padding='SAME')
with tf.Session() as sess:
    sess.run(x) # this should output a tensor of shape (1,1,10,1) with [3,4,5,5,5,5,5,5,4,3]

В моем случае колесо, которое я установил, требовало библиотеки Intel MKL, как описано здесь. Опять же, с терминала и без root-пользователей, вот шаги, которые я выполнил, чтобы установить библиотеку и заставить TensorFlow найти ее ( ссылка):

  1. git clone https://github.com/01org/mkl-dnn.git
  2. cd mkl-dnn/scripts && ./prepare_mkl.sh && cd ..
  3. mkdir -p build && cd build
  4. cmake -D CMAKE_INSTALL_PREFIX:PATH=<TARGET_DIR_IN_HOME> ..
  5. make # это занимает некоторое время
    1. make doc # сделать это по желанию, если у вас есть doxygen
  6. make test # также занимает некоторое время
  7. make install # installs into <TARGET_DIR_IN_HOME>
  8. добавьте следующее к вашему ~/.bashrc: export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:<TARGET_DIR_IN_HOME>/lib

Надеюсь это поможет!
Andres

Источник

Вы можете установить с помощью conda с помощью следующей команды.

conda install -c anaconda cudatoolkit

Но вам необходимо иметь предварительный доступ к устройству (графическому процессору)

Источник
Другие вопросы по тегам