HP伺服器使用說明

baboonWu發表於2018-01-17
伺服器

HP ML-350（GPU：Tesla K40c）使用說明

系統引數

  • 作業系統：Ubuntu16.04 LTS Desktop版本
  • NVIDIA驅動版本：384.111
  • CUDA編譯器版本：V8.0.61
  • cuDNN版本：v6.0.5 for CUDA 8.0
  • caffe版本：…

以上為系統已安裝的核心驅動，已經通過樣例測試，正常情況不要隨意安裝升級，因為有一大堆的坑在等著。

建立新使用者

以下為伺服器新建使用者的流程，按照以下命令在終端下執行，建立新使用者：

sudo adduser xxxxx

此處xxxxx替換為要建立的使用者名稱，之後會要求輸入密碼以及確認密碼（linux命令列下輸入密碼是無法看到的，不要誤認為無法輸入字元），密碼輸入之後會讓填寫新使用者其他資訊，直接回車預設就行。
然後通過以下命令為新使用者新增sudo許可權：

sudo usermod -aG sudo xxxxx

此處xxxxx為剛剛建立的新使用者名稱，之後就可以使用正常的sudo 執行命令了。

重點：修改新使用者環境變數支援NVIDIA驅動使用

建立新使用者之後，其他使用者安裝的軟體一般情況下是無法使用的，除了一些系統軟體（瀏覽器，輸入法等），而新使用者暫時不能使用NVIDIA安裝的CUDA編譯器，需要按照以下步驟修改環境變數啟用NVIDIA的CUDA編譯器：

  • 通過以下命令編輯環境變數檔案
sudo gedit ~/.bashrc
  • 在開啟的檔案末端新增以下幾行
export PATH=/usr/local/cuda-8.0/bin:$PATH  
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda

注意此處的cuda的版本，系統目前為cuda 8.0，所以此處是cuda-8.0。ctrl+s儲存後關閉檔案

  • 在終端輸入下面三行更新環境變數
sudo -s
source ~/.bashrc  
sudo ldconfig

此處有坑：直接使用sudo source 命令會提示找不到命令, 總之source 命令不要加sudo
更新之後使用：

nvcc --version

可以看到顯示CUDA的版本號，說明CUDA編譯器已經可以使用

Anaconda與tensorflow使用

重點：一定不要在系統環境下直接安裝tensorflow，必須在虛擬環境（Anaconda或者virtualENV）下使用，推薦Anaconda，安裝方便，使用方便
建立的新使用者需要自己安裝Anaconda，無法與其他使用者已經安裝的Anaconda共享，關於Anaconda以及tensorflow 的安裝步驟請參照深度學習環境搭建流程，參照該教程的後半部分Anaconda和tensorflow的安裝以及問題的解決。

相關文章