精华内容
下载资源
问答
  • Linux安装NVIDIA显卡驱动的正确姿势

    万次阅读 多人点赞 2018-08-20 21:05:58
    Linux安装NVIDIA显卡驱动的正确姿势 什么是nouveau驱动? 检测NVIDIA驱动是否成功安装 集显与独显的切换 使用标准仓库进行自动化安装 使用PPA仓库进行自动化安装 使用官方的NVIDIA驱动进行手动安装 Linux...

    Linux安装NVIDIA显卡驱动的正确姿势

    可能想玩Linux系统的童鞋,往往死在安装NVIDIA显卡驱动上,所以这篇文章帮助大家以正常的方式安装NVIDIA驱动。

    本文将介绍四种NVIDIA驱动安装方式。具体选择需要根据你的情况而定。

    • 使用标准Ubuntu仓库进行自动化安装
    • 使用PPA仓库进行自动化安装
    • 使用官方的NVIDIA驱动进行手动安装

    什么是nouveau驱动?

    nouveau,是一个自由及开放源代码显卡驱动程序,是为Nvidia的显示卡所编写,也可用于属于系统芯片的NVIDIA Tegra系列,此驱动程序是由一群独立的软件工程师所编写,Nvidia的员工也提供了少许帮助。

    该项目的目标为利用逆向工程Nvidia的专有Linux驱动程序来创造一个开放源代码的驱动程序。

    所以nouveau开源驱动基本上是不能正常使用的,性能极低,所以网上有很多人都在骂:干死黄仁勋!!

    这里写图片描述

    想了解历史的可以去看看这篇知乎,腾讯和AMD是linux的罪人吗?

    好了不扯了,正式开始讲安装把!

    检测NVIDIA驱动是否成功安装

    1. 使用nvidia-settings命令
    nvidia-settings
    

    终端执行这个命令会调出NVIDIA的驱动管理程序,如下:

    这里写图片描述

    如果出现这个界面可以看到 NVIDIA Driver Version:390.48,这就代表nvidia-setting安装正常。

    1. 使用nvidia-smi命令测试

    英伟达系统管理接口(NVIDIA System Management Interface, 简称 nvidia-smi)是基于NVIDIA Management Library (NVML) 的命令行管理组件,旨在(intened to )帮助管理和监控NVIDIA GPU设备。

    nvidia-smi
    

    执行这条命令将会打印出当前系统安装的NVIDIA驱动信息,如下:

    这里写图片描述

    我们可以看到我们显卡的型号,我的是GTX 960M,包括显存大小都可以看见。

    1. 系统信息查看

    这一步不重要,因为有时候系统信息里面显示的可能会有误,只显示集显不显示独显的情况。

    比如我的就没有显示出独显,如下:

    这里写图片描述

    这里面不显示没有关系,可以略过。

    1. 命令行搜索集显和独显

    打开终端执行以下命令:

    lspci | grep VGA     # 查看集成显卡
    lspci | grep NVIDIA  # 查看NVIDIA显卡
    

    这里写图片描述

    如果都能搜索到说明正常。

    查看nouveau是否启动运行可以执行下面命令:

    lsmod | grep nouveau
    

    没有返回代表没有运行。

    集显与独显的切换

    当我们需要切换独显与集显的时候,一般就是外出的时候,想节省电量,增长待机时间。下面讲解两种切换方式。

    1. 使用nvidia-setting切换

    终端执行nvidia-setting,在弹的界面中选择独显与集显:

    这里写图片描述

    1. 命令行切换

    NVIDIA提供了一个切换显卡的命令:

    sudo prime-select nvidia # 切换nvidia显卡
    sudo prime-select intel  # 切换intel显卡
    sudo prime-select query  # 查看当前使用的显卡
    

    这里写图片描述

    注意: 每一次切换显卡都需要重新启动电脑才能生效

    使用标准仓库进行自动化安装

    在安装的发行版中,如 ubuntu, Linux Mint等,找到附加驱动管理软件,下面是Linux Mint界面:

    这里写图片描述

    选择推荐的驱动安装,点击应用更改,等待下载然后重启即可。

    这种安装方式有如下缺点

    1. 如果你的显卡比较新可能会出现安装低版本的NVIDIA驱动而造成即可安装完成,但是并没有真正安装成功,可能会出现循环登录,关机死机等等原因。

    2. 当你更换驱动的时候可能原有的NVIDIA驱动删除不干净。

    当然这种方式也是有优点的:

    1. 不需要手动禁止nouveau
    2. 操作方便

    可能有的童鞋还使用过命令行的方式安装:

    sudo apt-get install nvidia*
    

    如图:

    这里写图片描述

    这种方式安装同样也是使用ubuntu官方源的形式安装的,你可以选择不同的驱动版本来安装,但是本质上和标准仓库进行自动化安装是一样的。

    其实ubuntu自带命令行版本安装工具ubuntu-drivers,终端输入:

    ubuntu-drivers devices   # 查询所有ubuntu推荐的驱动
    

    这里写图片描述

    这路我是有一个推荐安装的驱动,那就是nvidia-driver-390,明显我已经安装完成了。

    然后就可以使用下面一条命令安装所有推荐的驱动程序:

    sudo ubuntu-drivers autoinstall
    

    安装完成后重启就可以了,这里要注意,这种安装方式和驱动管理器软件安装的效果是一样的,就是一个是UI版本,一个是命令行版本。

    使用PPA仓库进行自动化安装

    使用图形驱动程序PPA存储库允许我们安装NVIDIA beta驱动程序,这有可能会出现兼容性的问题,但是有些时候必须使用这种方式,比如显卡比较新,使用上面所讲的方式检测驱动的安装情况,如果不正常那么只能使用这种方式安装最新的NVIDIA驱动。

    1. 添加PPA到我们的系统:
    sudo add-apt-repository ppa:graphics-drivers/ppa
    

    更新系统源:

    sudo apt update
    

    此时我们就可以下载最新的NVIDIA驱动了:

    安装的方式有以下三种,其实前面已经讲过,这里总结一下:

    • 附加驱动管理软件
    • sudo apt-get install nvidia-xxx
    • ubuntu-drivers方式

    这三种都可以,选择一个版本安装,然后重启即可。

    使用官方的NVIDIA驱动进行手动安装

    这种安装方式我认为是比较野蛮的,也是最正规,最原始的的方式,当然难度最高的。你可以来挑战一下!!!!

    1. 查看当前电脑的显卡型号

    lshw -numeric -C display
    

    执行完毕后我的显卡型号为 GTX 960M,如下图:

    这里写图片描述

    2. 下载NVIDIA官方驱动

    到NVIDIA的官方驱动网站下载对应显卡的驱动程序,下载后的文件格式为run

    下载好之后放到用户目录下,等下后面会用到。

    3. 删除原有的NVIDIA驱动程序

    如果你没有安装过,或者已经卸载,可以忽略:

    sudo apt-get remove –purge nvidia*
    

    4. bios禁用禁用secure boot,也就是设置为disable

    如果没有禁用secure boot,会导致NVIDIA驱动安装失败,或者不正常。

    5. 禁用nouveau

    打开编辑配置文件:

    sudo gedit /etc/modprobe.d/blacklist.conf
    

    在最后一行添加:

    blacklist nouveau
    

    这一条的含义是禁用nouveau第三方驱动,之后也不需要改回来。

    由于nouveau是构建在内核中的,所以要执行下面命令生效:

    sudo update-initramfs -u
    

    6. 重启

    reboot
    

    重启之后,可以查看nouveau有没有运行:

    lsmod | grep nouveau  # 没输出代表禁用生效
    

    7. 停止可视化桌面:

    为了安装新的Nvidia驱动程序,我们需要停止当前的显示服务器。最简单的方法是使用telinit命令更改为运行级别3。执行以下linux命令后,显示服务器将停止,因此请确保在继续之前保存所有当前工作(如果有):

    sudo telinit 3
    

    之后会进入一个新的命令行会话,使用当前的用户名密码登录

    8. 安装驱动

    给驱动文件增加可执行权限:

    sudo chmod a+x NVIDIA-Linux-x86_64-390.48.run
    

    然后执行安装:

    sudo sh ./NVIDIA-Linux-x86_64-390.48.run --no-opengl-files
    

    安装完成后重启即可,记得验证是否安装成功,参考前面所讲。

    –no-opengl-files 参数必须加否则会循环登录,也就是loop login

    参数介绍:

    • –no-opengl-files 只安装驱动文件,不安装OpenGL文件。这个参数最重要
    • –no-x-check 安装驱动时不检查X服务
    • –no-nouveau-check 安装驱动时不检查nouveau
      后面两个参数可不加。

    关于使用此方式可以参照Ubuntu 18.04安装NVIDIA(英伟达) RTX2080Ti显卡 这篇文章。

    注意:

    • 安装CUDA时一定使用runfile文件,这样可以进行选择。不再选择安装驱动,以及在弹出xorg.conf时选择NO

    常见问题解决

    1. 安装完驱动后,HDMI扩展屏幕不能使用,现象表现为能识别扩展屏幕但是黑屏。
      这种情况需要确定以下内容是否已经设置:

      • bios内是否已经禁止安全启动、快速启动。
      • linux系统是否设置了禁止nouveau

      如果上面的都已经做了,但还是有问题,可以尝试下面的配置:

      sudo nano /usr/share/X11/xorg.conf.d/10-amdgpu.conf
      

      有可能不是这个文件,但是类似。

      修改为下面这样

      Section "OutputClass"
         Identifier "AMDgpu"
         MatchDriver "amdgpu"
         Driver "amdgpu"
         Option "PrimaryGPU" "no"
      EndSection
      

      下面修改nvidia的配置

      sudo nano /usr/share/X11/xorg.conf.d/10-nvidia.conf
      

      修改为下面这样:

      Section "OutputClass"
         Identifier "nvidia"
         MatchDriver "nvidia-drm"
         Driver "nvidia"
         Option "AllowEmptyInitialConfiguration"
         Option "PrimaryGPU" "yes"
         ModulePath "/usr/lib/x86_64-linux-gnu/nvidia/xorg"
      EndSection
      

      然后重新启动。

    到此NVIDIA的安装方式讲解完了。。。。

    END

    展开全文
  • Ubuntu16/18安装NVIDIA驱动+CUDA10.2

    万次阅读 多人点赞 2017-08-03 18:55:23
    1. 先卸载原有n卡驱动#for the driver ...sudo apt-get remove --purge nvidia*#for the driver installed by runfile sudo chmod +x *.run sudo ./NVIDIA-Linux-x86_64-384.59.run --uninstall如果使用的是apt-

    系统:Ubuntu 16.04//18.04。显卡:GTX960/RTX2080Super,独显无集成显卡。


    0. 综述

    目前,知道3种安装N卡驱动的方法:

    • 添加PPA源:最简便,但未必有最新驱动(据说可能有坑?)
    sudo add-apt-repository ppa:xorg-edgers/ppa # 添加ppa源
    sudo add-apt-repository ppa:graphics-drivers/ppa # 添加ppa源
    sudo apt-get update # 更新apt-get源列表
    

    然后进入:系统设置->软件和更新->附加驱动,选择更新的显卡驱动。

    • 安装CUDA时,顺便安装驱动:

    1、用run安装CUDA时,选择安装Driver即可,但Driver版本可能稍旧。
    2、用deb安装CUDA时,会自动联网安装最新Driver,但可能Driver与该CUDA的版本不匹配。

    • 去官网下载最新驱动,在本地安装:

    PS:Driver安装完后,用nvidia-smi查看该Driver对应的CUDA版本,一定要安装相应的CUDA。

    1. 先卸载原有驱动

    如果之前安装了CUDA,应先卸载CUDA,再卸载Driver:

    • 方法1:用于卸载曾用run安装的。如果新驱动仍用run安装,可无需卸载直接安装,run会在安装时自动卸载之前的。
    • 方法2:用于卸载曾用deb或apt-get安装的。
    # For installed by run-file:
    sudo /usr/local/cuda/bin/cuda-uninstaller # 若未装cuda,此步可略
    sudo ./NVIDIA-Linux-x86_64-384.59.run --uninstall
    
    # For installed by deb-file or apt-get:
    sudo apt-get purge cuda* # 若未装cuda,此步可略
    sudo apt-get purge nvidia-*
    sudo apt-get purge libnvidia-*
    

    PS1:卸载时一定要用apt-get purge,而非apt-get remove,否则配置文件仍在,重装时会有坑。
    PS2:期间,随时用dpkg -l|grep cudadpkg -l|grep nvidia检查是否卸载干净;提示定位不到软件包时可重启下。卸载cuDNN或TensorRT时,也类似。

    2. 禁用nouveau驱动

    sudo gedit /etc/modprobe.d/blacklist.conf
    

    在文本最后添加:(禁用nouveau第三方驱动,之后也不需要改回来)

    blacklist nouveau
    options nouveau modeset=0
    

    保存后,执行:

    sudo update-initramfs -u
    

    一定要重启!!!然后执行:

    lsmod | grep nouveau
    

    如果屏幕没有输出任何内容,说明禁用nouveau成功。

    3. 禁用X-Window服务(18.04可忽略)

    sudo service lightdm stop #这会关闭图形界面,但不用紧张
    

    Ctrl-Alt+F1进入命令行界面,输入用户名和密码登录即可。

    PS:在命令行输入:sudo service lightdm start ,然后按Ctrl-Alt+F7即可恢复到图形界面。

    4.1 用run安装Driver

    # 给run文件赋予执行权限:
    sudo chmod +x *.run
    # 后面的参数非常重要,不可省略:
    sudo ./NVIDIA-Linux-x86_64-440.82.run --no-opengl-files
    
    • --no-opengl-files:表示只安装驱动文件,不安装OpenGL文件。这个参数不可省略,否则会导致登陆界面死循环,英语一般称为"login loop"或者"stuck in login"。
    • --no-x-check:表示安装驱动时不检查X服务,非必需。
    • --no-nouveau-check:表示安装驱动时不检查nouveau,非必需。
    • -Z, --disable-nouveau:禁用nouveau。此参数非必需,因为之前已经手动禁用了nouveau。
    • -A:查看更多高级选项。

    1、必选参数解释:因为NVIDIA的驱动默认会安装OpenGL,而Ubuntu的内核本身也有OpenGL、且与GUI显示息息相关,一旦NVIDIA的驱动覆写了OpenGL,在GUI需要动态链接OpenGL库的时候就引起问题。
    2、如果提示未安装cc或make,可先退出安装,再命令行执行 sudo apt install gcc g++ make vim。如果又提示,编译器的gcc的版本高于kernel的gcc版本,可先联网运行Ubuntu的"Software Updater"更新下系统即可。
    3、如果提示是否安装“nvidia-xconfig utility”,选择yes即可。

    之后,按照提示安装,成功后重启即可。
    如果提示安装失败,不要着急重启;可重复上述步骤,多试几次。

    4.2 测试Driver:

    nvidia-smi # 若列出GPU的信息列表,表示驱动安装成功
    nvidia-settings # 若弹出设置对话框,表示驱动安装成功;若失败,可重启后再试。
    

    5. 调整屏幕分别率(请忽略)

    如果屏幕不能达到最佳分辨率时,可参见:http://blog.csdn.net/nostandby/article/details/69383543

    # 查看显示器标识符:我的是DVI-I-0,在'connected'之前。
    xrandr
    # 查看分辨率的属性:我要看1920x1080的分辨率,在'Modeline'之后。
    cvt 1920 1080
    # 创建新分辨率模式:拷贝'Modeline'之后的信息即可。
    sudo xrandr --newmode "1920x1080"  173.00  1920 2048 2248 2576  1080 1083 1088 1120 -hsync +vsync
    # 为显示器添加分辨率模式:
    sudo xrandr --addmode DVI-I-0 "1920x1080"
    # 将分辨率模式应用到显示器:
    sudo xrandr --output DVI-I-0 --mode "1920x1080"
    

    PS:最终发现,劣质的显卡-显示器转接头,导致了显示器和分别率无法识别。换了转接头,无需上述步骤,分辨率自然恢复。

    6.1 用run安装CUDA

    # 给run文件赋予执行权限:
    sudo chmod +x *.run
    # 后面的参数非常重要,不可省略:
    sudo ./cuda_10.2.89_440.33.01_linux.run --no-opengl-libs
    
    • --no-opengl-libs:必需参数,表示只安装驱动文件,不安装OpenGL文件,原因同上(但不是--no-opengl-files哈)。
    • --uninstall (deprecated):用于卸载CUDA Driver(已废弃)。
    • --toolkit:表示只安装CUDA Toolkit,不安装Driver和Samples。
    • --help:查看更多高级选项。

    然后,按照提示安装即可。例如:

    accept #同意安装
    n #不安装Driver,因为已安装最新驱动
    y #安装CUDA Toolkit
    <Enter> #安装到默认目录
    y #创建安装目录的软链接
    n #不复制Samples,因为在安装目录下有/samples
    

    6.2 用deb安装CUDA

    1. 若要安装TensorRT,请安装deb版本的CUDA
    wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
    sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
    wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda-repo-ubuntu1804-10-2-local-10.2.89-440.33.01_1.0-1_amd64.deb
    sudo dpkg -i cuda-repo-ubuntu1804-10-2-local-10.2.89-440.33.01_1.0-1_amd64.deb
    sudo apt-key add /var/cuda-repo-10-2-local-10.2.89-440.33.01/7fa2af80.pub
    sudo apt-get update
    sudo apt-get -y install cuda
    
    1. 下载并安装CUDA10.2补丁
    wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/patches/1/cuda-repo-ubuntu1804-10-2-local_10.2.1-1_amd64.deb
    sudo dpkg -i cuda-repo-ubuntu1804-10-2-local_10.2.1-1_amd64.deb
    sudo apt-key add /var/cuda-repo-ubuntu1804-10-2-local/7fa2af80.pub
    sudo apt-get update
    sudo apt-get -y install cuda
    

    6.3 测试CUDA:

    1. 设置CUDA的bin和lib路径:gedit ~/.bashrc,并追加:
    export PATH=/usr/local/cuda/bin:$PATH
    export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
    

    保存后,重新载入配置:source ~/.bashrc. ~/.bashrc

    1. 查看CUDA版本:nvcc -V

    2. 测试CUDA的Sample:

    # 编译并测试设备 deviceQuery:
    cd /usr/local/cuda/samples/1_Utilities/deviceQuery
    sudo make
    ./deviceQuery
    
    # 编译并测试带宽 bandwidthTest:
    cd ../bandwidthTest
    sudo make
    ./bandwidthTest
    

    如果这两个测试的最后结果都是Result = PASS,说明CUDA安装成功啦。

    7. 安装cuDNN

    • 用tar安装cuDNN:解压后,将其include与lib64下的内容分别移至cuda目录下include与lib64中即可。
    sudo tar -xzvf cudnn-10.2-linux-x64-v8.0.3.33.tgz
    cd cuda
    sudo mv include/* /usr/local/cuda/include
    sudo mv lib64/* /usr/local/cuda/lib64
    
    • 用deb安装cuDNN:
    sudo dpkg -i libcudnn8_8.0.4.30-1+cuda10.2_amd64.deb
    sudo dpkg -i libcudnn8-dev_8.0.4.30-1+cuda10.2_amd64.deb
    sudo dpkg -i libcudnn8-samples_8.0.4.30-1+cuda10.2_amd64.deb
    
    cp -r /usr/src/cudnn_samples_v8/ ~
    cd  ~/cudnn_samples_v8/mnistCUDNN
    sudo make
    sudo ./mnistCUDNN
    

    如果成功运行,会显示下列信息:Test passed!

    8. 安装TensorRT

    sudo dpkg -i nv-tensorrt-repo-cuda10.2-trt7.2.1.6-ga-20201006_1-1_amd64.deb
    sudo apt-key add /var/nv-tensorrt-repo-cuda10.2-trt7.2.1.6-ga-20201006/7fa2af80.pub
    sudo apt-get update
    sudo apt-get install tensorrt
    
    sudo apt-get install python3-libnvinfer-dev
    sudo apt-get install onnx-graphsurgeon
    

    PS:该方式只能为系统的python安装API(因是用apt-get安装);可用tar为conda安装API。

    • 用tar安装TRT:解压tar文件,导出lib路径,用pip安装需要的whl即可。
    tar xzvf TensorRT-${version}.${os}.${arch}-gnu.${cuda}.${cudnn}.tar.gz
    export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:TensorRT-${version}/lib
    
    cd TensorRT-${version}/python
    sudo pip3 install tensorrt-*-cp3x-none-linux_x86_64.whl
    
    cd ../graphsurgeon
    sudo pip3 install graphsurgeon-0.4.5-py2.py3-none-any.whl
    
    cd ../onnx_graphsurgeon
    sudo pip3 install onnx_graphsurgeon-0.2.6-py2.py3-none-any.whl
    

    PS1:该方式可为多个python安装API,指定相应的pip路径、安装相应版本的whl即可。
    PS2:如果只用tar安装TRT,建议将lib路径写入~/.bashrc中。例如:
    echo export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:TensorRT-${version}/lib >> ~/.bashrc

    • 测试TRT:
    python # python3 或 ipython
    > import tensorrt as trt
    > trt.__version__
    

    参考文献:
    http://blog.csdn.net/u012759136/article/details/53355781
    http://blog.csdn.net/u012581999/article/details/52433609
    http://hyichao.github.io/cv/2016/10/15/ubuntu-cuda-caffe.html
    http://blog.csdn.net/nostandby/article/details/69383543
    http://www.linuxdiyf.com/linux/24659.html
    https://www.jianshu.com/p/f6176973b56f
    https://zhuanlan.zhihu.com/p/126997172
    CUDA10.2:https://blog.csdn.net/xinjieyuan/article/details/100667803
    TensorRT: https://docs.nvidia.com/deeplearning/tensorrt/install-guide/index.html

    展开全文
  • NVIDIA GPU 运算能力列表

    万次阅读 热门讨论 2015-03-16 16:34:18
    FROM:https://developer.nvidia.com/cuda-gpus CUDA GPUs ...NVIDIA GPUs power millions of desktops, notebooks, workstations and supercomputers around the world, accelerating computationally-i

    FROM: https://developer.nvidia.com/cuda-gpus

     

    CUDA GPUs

    最新信息见:https://developer.nvidia.com/cuda-gpus

    NVIDIA GPUs power millions of desktops, notebooks, workstations and supercomputers around the world, accelerating computationally-intensive tasks for consumers, professionals, scientists, and researchers.

    Find out all about CUDA and GPU Computing by attending our GPU Computing Webinars and joining our free-to-joinCUDA Registered developer Program.

    • Learn about Tesla for technical and scientific computing
    • Learn about Quadro for professional visualization

    If you have an older NVIDIA GPU you may find it listed on our legacy CUDA GPUs page
    Click the sections below to expand

    ************************************************************************************************************

     

    //

    Tesla Data Center Products

    GPU Compute Capability
    Tesla P100 6.0
    Tesla P40 6.1
    Tesla P4 6.1
    Tesla M40 5.2
    Tesla M40 5.2
    Tesla K80 3.7
    Tesla K40 3.5
    Tesla K20 3.5
    Tesla K10 3.0

    ************************************************************************************************************

     

     

     

     

     

    //

    Quadro Mobile Products
    GPU Compute Capability
    Quadro K6000M 3.0
    Quadro M5500M 5.0
    Quadro K5200M 3.0
    Quadro K5100M 3.0
    Quadro M5000M 5.0
    Quadro K500M 3.0
    Quadro K4200M 3.0
    Quadro K4100M 3.0
    Quadro M4000M 5.0
    Quadro K3100M 3.0
    Quadro M3000M 5.0
    Quadro K2200M 5.0
    Quadro K2100M 3.0
    Quadro M2000M 5.0
    Quadro K1100M 3.0
    Quadro M1000M 5.0
    Quadro K620M 5.0
    Quadro K610M 3.5
    Quadro M600M 5.0
    Quadro K510M 3.5
    Quadro M500M 5.0

    ************************************************************************************************************

     

     

     

    Desktop Products

    GPU Compute Capability
    NVIDIA NVS 810 5.0
    NVIDIA NVS 510 3.0
    NVIDIA NVS 315 2.1
    NVIDIA NVS 310 2.1

     

    //

    Mobile Products
    GPU Compute Capability
    NVS 5400M 2.1
    NVS 5200M 2.1
    NVS 4200M 2.1

    ************************************************************************************************************

     

     

     

    GeForce Desktop Products

    GPU Compute Capability
    NVIDIA TITAN X 6.1
    GeForce GTX 1080 6.1
    GeForce GTX 1070 6.1
    GeForce GTX 1060 6.1
    GeForce GTX TITAN X 5.2
    GeForce GTX TITAN Z 3.5
    GeForce GTX TITAN Black 3.5
    GeForce GTX TITAN 3.5
    GeForce GTX 980 Ti 5.2
    GeForce GTX 980 5.2
    GeForce GTX 970 5.2
    GeForce GTX 960 5.2
    GeForce GTX 950 5.2
    GeForce GTX 780 Ti 3.5
    GeForce GTX 780 3.5
    GeForce GTX 770 3.0
    GeForce GTX 760 3.0
    GeForce GTX 750 Ti 5.0
    GeForce GTX 750 5.0
    GeForce GTX 690 3.0
    GeForce GTX 680 3.0
    GeForce GTX 670 3.0
    GeForce GTX 660 Ti 3.0
    GeForce GTX 660 3.0
    GeForce GTX 650 Ti BOOST 3.0
    GeForce GTX 650 Ti 3.0
    GeForce GTX 650 3.0
    GeForce GTX 560 Ti 2.1
    GeForce GTX 550 Ti 2.1
    GeForce GTX 460 2.1
    GeForce GTS 450 2.1
    GeForce GTS 450* 2.1
    GeForce GTX 590 2.0
    GeForce GTX 580 2.0
    GeForce GTX 570 2.0
    GeForce GTX 480 2.0
    GeForce GTX 470 2.0
    GeForce GTX 465 2.0
    GeForce GT 740 3.0
    GeForce GT 730 3.5
    GeForce GT 730 DDR3,128bit 2.1
    GeForce GT 720 3.5
    GeForce GT 705* 3.5
    GeForce GT 640 (GDDR5) 3.5
    GeForce GT 640 (GDDR3) 2.1
    GeForce GT 630 2.1
    GeForce GT 620 2.1
    GeForce GT 610 2.1
    GeForce GT 520 2.1
    GeForce GT 440 2.1
    GeForce GT 440* 2.1
    GeForce GT 430 2.1
    GeForce GT 430* 2.1

    ************************************************************************************************************

     

    5) CUDA-Enabled TEGRA /Jetson Products

     

     

    GeForce Notebook Products

    GPU Compute Capability
    GeForce GTX 1080 6.1
    GeForce GTX 1070 6.1
    GeForce GTX 1060 6.1
    GeForce GTX 980 5.2
    GeForce GTX 980M 5.2
    GeForce GTX 970M 5.2
    GeForce GTX 965M 5.2
    GeForce GTX 960M 5.0
    GeForce GTX 950M 5.0
    GeForce 940M 5.0
    GeForce 930M 5.0
    GeForce 920M 3.5
    GeForce 910M 5.2
    GeForce GTX 880M 3.0
    GeForce GTX 870M 3.0
    GeForce GTX 860M 3.0/5.0(**)
    GeForce GTX 850M 5.0
    GeForce 840M 5.0
    GeForce 830M 5.0
    GeForce 820M 2.1
    GeForce 800M 2.1
    GeForce GTX 780M 3.0
    GeForce GTX 770M 3.0
    GeForce GTX 765M 3.0
    GeForce GTX 760M 3.0
    GeForce GTX 680MX 3.0
    GeForce GTX 680M 3.0
    GeForce GTX 675MX 3.0
    GeForce GTX 675M 2.1
    GeForce GTX 670MX 3.0
    GeForce GTX 670M 2.1
    GeForce GTX 660M 3.0
    GeForce GT 750M 3.0
    GeForce GT 650M 3.0
    GeForce GT 745M 3.0
    GeForce GT 645M 3.0
    GeForce GT 740M 3.0
    GeForce GT 730M 3.0
    GeForce GT 640M 3.0
    GeForce GT 640M LE 3.0
    GeForce GT 735M 3.0
    GeForce GT 635M 2.1
    GeForce GT 730M 3.0
    GeForce GT 630M 2.1
    GeForce GT 625M 2.1
    GeForce GT 720M 2.1
    GeForce GT 620M 2.1
    GeForce 710M 2.1
    GeForce 705M 2.1
    GeForce 610M 2.1
    GeForce GTX 580M 2.1
    GeForce GTX 570M 2.1
    GeForce GTX 560M 2.1
    GeForce GT 555M 2.1
    GeForce GT 550M 2.1
    GeForce GT 540M 2.1
    GeForce GT 525M 2.1
    GeForce GT 520MX 2.1
    GeForce GT 520M 2.1
    GeForce GTX 485M 2.1
    GeForce GTX 470M 2.1
    GeForce GTX 460M 2.1
    GeForce GT 445M 2.1
    GeForce GT 435M 2.1
    GeForce GT 420M 2.1
    GeForce GT 415M 2.1
    GeForce GTX 480M 2.0
    GeForce 710M 2.1
    GeForce 410M 2.1

    ************************************************************************************************************

     

    6) Tegra Mobile & Jetson Products

     

     

    Tegra Mobile & Jetson Products

    GPU Compute Capability
    Jetson TX1 5.3
    Jetson TK1 3.2
    Tegra X1 5.3
    Tegra K1 3.2
     

     


    Notes

    (*) OEM-only products

    (**) The GeForce GTX860 and GTX870 come in two versions depending on the SKU, please check with your OEM to determine which one is in your system.

    1. 1152 Kepler Cores with Compute Capability 3.0
    2. 640 Maxwell Cores with higher clocks and Compute Capability 5.0 or 5.2
       

    Frequently Asked Questions

    1) How can I find out which GPU is in my computer?

    Answer:

    On Windows computers:

    1. Right-click on desktop
    2. If you see "NVIDIA Control Panel" or "NVIDIA Display" in the pop-up window, you have an NVIDIA GPU
    3. Click on "NVIDIA Control Panel" or "NVIDIA Display" in the pop-up window
    4. Look at "Graphics Card Information"
    5. You will see the name of your NVIDIA GPU

    On Apple computers:

    1. Click on "Apple Menu"
    2. Click on "About this Mac"
    3. Click on "More Info"
    4. Select "Graphics/Displays" under Contents list

    2) Do I have a CUDA-enabled GPU in my computer?

    Answer: Check the list above to see if your GPU is on it. If it is, it means your computer has a modern GPU that can take advantage of CUDA-accelerated applications.

    3) How do I know if I have the latest drivers?

    Answer: Go to www.nvidia.com/drivers

    4) How can I obtain a CUDA-enabled GPU or system?

    Answer:
    For Tesla for HPC and supercomputing applications, go to www.nvidia.com/object/tesla_wtb.html
    For GeForce for entertainment, go to www.nvidia.com/object/geforce_family.html
    For Quadro for professional visualization, go to www.nvidia.com/object/workstation_wheretobuy.html

    5) How can I download the CUDA software development kit?

    Answer: Go to CUDA Development Tools.

     

     

    5)

     

    展开全文
  • Ubuntu 18.04 NVIDIA驱动安装总结

    万次阅读 多人点赞 2018-06-29 21:57:48
    最近遇到了在Ubuntu 18.04上安装NVIDIA的情况,看到一篇英文教程讲解的很好,简单翻译一下拿来收藏。 在Ubuntu 18.04上安装NVIDIA有三种方法: 使用标准Ubuntu仓库进行自动化安装 使用PPA仓库进行自动化安装 使用...

    最近遇到了在Ubuntu 18.04上安装NVIDIA的情况,看到一篇英文教程讲解的很好,简单翻译一下拿来收藏。

    在Ubuntu 18.04上安装NVIDIA有三种方法:

    • 使用标准Ubuntu仓库进行自动化安装
    • 使用PPA仓库进行自动化安装
    • 使用官方的NVIDIA驱动进行手动安装

    上述三种方法均可用,我个人更习惯于使用手动安装。

    注意:

    在安装之前首先就是要禁用Nouveau的驱动,禁用该驱动的方法参照这篇博客

    上一步的改动只是在安装的时候临时禁用。如果没有永久禁用该驱动,可能会出现安装完毕NIVIDA显卡后无法进入Ubuntu的情况(在登录界面,输入密码也无法登录)。

    所以,在安装后Ubuntu成功后需要在grub的配置文件里面更改:

    $ sudo gedit /boot/grub/grub.cfg 
    

    在文本中搜索quiet splash 然后添加acpi_osi=linux nomodeset,保存文本即可。

    1. 使用标准Ubuntu 仓库进行自动化安装

    这种方法几乎是所有的示例中最简单的方法,也是该教程最为推荐的方法。首先,检测你的NVIDIA显卡型号和推荐的驱动程序的模型。在命令行中输入如下命令:

    $ ubuntu-drivers devices
    == /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 ==
    modalias : pci:v000010DEd00001180sv00001458sd0000353Cbc03sc00i00
    vendor   : NVIDIA Corporation
    model    : GK104 [GeForce GTX 680]
    driver   : nvidia-304 - distro non-free
    driver   : nvidia-340 - distro non-free
    driver   : nvidia-384 - distro non-free recommended
    driver   : xserver-xorg-video-nouveau - distro free builtin
     
    == cpu-microcode.py ==
    driver   : intel-microcode - distro free
    

    从输出结果可以看到,目前系统已连接Nvidia GeFrand GTX 680显卡,建议安装驱动程序是 nvidia-384版本的驱动。如果您同意该建议,请再次使用Ubuntu驱动程序命令来安装所有推荐的驱动程序。

    输入以下命令:

    $ sudo ubuntu-drivers autoinstall
    

    一旦安装结束,重新启动系统,你就完成了。

    2. 使用PPA仓库进行自动安装

    使用图形驱动程序PPA存储库允许我们安装NVIDIA beta驱动程序,但是这种方法存在不稳定的风险。
    首先,将ppa:graphics-drivers/ppa存储库添加到系统中:

    $ sudo add-apt-repository ppa:graphics-drivers/ppa
    $ sudo apt update
    

    接下来,识别显卡模型和推荐的驱动程序:

    $ ubuntu-drivers devices
    == /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 ==
    modalias : pci:v000010DEd00001180sv00001458sd0000353Cbc03sc00i00
    vendor   : NVIDIA Corporation
    model    : GK104 [GeForce GTX 680]
    driver   : nvidia-340 - third-party free
    driver   : nvidia-390 - third-party free recommended
    driver   : nvidia-387 - third-party free
    driver   : nvidia-304 - distro non-free
    driver   : nvidia-384 - third-party free
    driver   : xserver-xorg-video-nouveau - distro free builtin
    
    == cpu-microcode.py ==
    driver   : intel-microcode - distro free
    

    输入以下命令:

    $ sudo apt install nvidia-390
    

    一旦完成,即可重新启动系统。

    ####3.使用官方的NVIDIA驱动进行手动安装

    这种方式也是我最常用的方式,安装方式如下。

    首先识别NVIDIA显卡型号,输入一下命令:

    $  lshw -numeric -C display
    

    或者

    $ lspci -vnn | grep VGA
    

    下载NVIDIA官方显卡驱动,然后存储到相应路径。

    停止可视化桌面:

    $ sudo telinit 3		
    

    之后会进入一个新的命令行会话,使用当前的用户名密码登录

    在相应路径下安装NVIDIA驱动(安装文件也可为.sh后缀,如果提示没有权限使用sudo):

    $ bash NVIDIA-Linux-x86_64-384.111.bin
    

    按照以下步骤:

    Accept License
    The distribution-provided pre-install script failed! Are you sure you want to continue? -> CONTINUE INSTALLATION
    Would you like to run the nvidia-xconfig utility? -> YES

    在安装结束后,在命令行输入一下命令重启,NVIDIA驱动即可安装成功:

    $ sudo reboot
    
    展开全文
  • Ubuntu 18.04 安装NVIDIA显卡驱动教程

    万次阅读 多人点赞 2018-08-09 22:09:11
    Ubuntu安装NVIDIA显卡驱动时遇到了一个比较大的问题,参考了几位博主的成果,成功安装好了驱动(只能说这独显没有浪费哈哈哈)。 下面就把整个过程记述下来,以供大家一起参考。 0. 准备工作 禁用BIOS中的secure ...
  • NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver 重启服务器之后就出现连接不上NVIDIA驱动的情况。这个时候tensorflow还是可以运行的,但只是在用cpu跑。安装gpu版的TensorFlow时...
  • ubuntu16.04系统run方式安装nvidia显卡驱动

    万次阅读 多人点赞 2018-08-14 14:19:08
    避免sudo apt-get install nvidia-*安装方式造成登录界面循环。 1. ubuntu 16.04默认安装了第三方开源的驱动程序nouveau,安装nvidia显卡驱动首先需要禁用nouveau,不然会碰到冲突的问题,导致无法安装nvidia显卡...
  • NVIDIA Jetson

    2020-01-10 10:50:04
    NVIDIA Jetson NVIDIA 引领人工智能计算 - NVIDIA https://www.nvidia.cn Artificial Intelligence Computing Leadership from NVIDIA https://www.nvidia.com/en-us/ NVIDIA Jetson ...
  • NVIDIA Control Panel is not found解决方法

    万次阅读 2020-02-16 16:20:44
    问题描述 >...NVIDIA显卡驱动版本错误或过旧。 解决方法 更新显卡驱动。 1)确定正确的显卡驱动版本。 打开英伟达官网驱动下载网页,按照提示框,填写自己的显卡型号、操作系统信息,如下图...
  • nvidia-smi报错(重装Nvidia驱动)

    万次阅读 热门讨论 2018-08-02 13:11:21
    NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.
  • 因为当你更新你的内核之后,你进入的系统默认使用最新的,而这个最新的却不会把你之前安装的nvidia驱动也迁移过来,所以导致: 驱动崩坏——&amp;amp;gt;重装驱动——&amp;amp;gt;更新内核——&amp;amp;...
  • Ubuntu 16.04 Nvidia驱动安装(run方式)

    万次阅读 多人点赞 2019-05-10 20:59:23
    下载完之后是一个名称为 NVIDIA-Linux-x86_64-xxx.xx.run 的文件(显卡为GTX1060,NVIDIA-Linux-x86_64-418.56.run)。 将下载好的的run文件拷贝至home目录下。 2、删除原有驱动(可选): sudo apt-get remove -.....
  • Ubuntu18.04下安装Nvidia驱动和CUDA10.1+CUDNN

    万次阅读 多人点赞 2019-08-16 09:14:41
    Ubuntu下查看你的Nvidia显卡的详细信息: nvidia-smi qyh@qyh-mas:~$ nvidia-smi Fri Aug 16 08:46:25 2019 +-----------------------------------------------------------------------------+ | NVIDIA-...
  • kali安装NVIDIA驱动

    万次阅读 2020-09-08 09:37:50
    kali安装NVIDIA驱动 参考资料 kali linux安装NVIDIA驱动 kali 安装nvidia驱动 在kali下更新内核头文件与安装nvdia显卡驱动 详细步骤 1.确认是否有N卡 lspci | grep -E "VGA|3D" 2.禁用 nouveau #nouveau是一个...
  • nvidia错误

    千次阅读 2018-06-07 19:38:41
    NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver 解决方法,卸掉nvidia驱动重新安装。 卸载 用.run文件安装的: sudo NV*.run --uninstall 再重新安装...
  • 一种下载Nvidia旧版本显卡驱动的方法(在知道版本号的情况下) 比如: 现在时间2019年4月21日08:59:12,英伟达官网notebook-win10-64bit-international-whql最新的驱动版本为425.31 下载地址为: ...
  • 服务器用了几个月之后突然报错 NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running. 解决方案:重装NVIDIA驱动...
  • arch nvidia

    2016-10-14 12:32:24
    arch安装nvidia驱动非常简单 安装 #安装驱动与实用工具 pacman -S nvidia nvidia-utils #安装opengl组件 pacman -S nvidia-libgl lib32-nvidia-libgl 配置 使用nvidia-xconfig 生成配置文件 /etc/X11/xorg.conf...
  • 如果此方法仍然无法解决问题,可参考Ubuntu下安装nvidia显卡驱动,重装驱动。 前段时间刚装了驱动:Ubuntu下安装nvidia显卡驱动 但是最近准备用GPU跑模型时,提示cuda 不存在。前段时间刚装的驱动,怎么会不存在呢...
  • NVIDIA WaveWorks

    千次阅读 2017-02-17 11:55:23
    https://developer.nvidia.com/waveworks NVIDIA WaveWorks ...NVIDIA WaveWorks enables developers to deliver a cinematic-quality ocean simulation for interactive applications
  • 笔记:GPU使用信息查看:nvidia-smi

    万次阅读 2019-08-23 17:27:19
    GPU信息查看:nvidia-smi
  • ubuntu 16.04 安装nvidia驱动 下载nvidia官方驱动1,nvidia官方驱动下载2,驱动安装 1,nvidia官方驱动下载 NVIDIA 驱动程序下载 2,驱动安装 ERROR: You appear to be running an X server; please exit X ...
  • NVIDIA Jetson Nano

    千次阅读 2020-01-13 21:45:07
    NVIDIA Jetson Nano NVIDIA 引领人工智能计算 - NVIDIA https://www.nvidia.cn Artificial Intelligence Computing Leadership from NVIDIA https://www.nvidia.com/en-us/ NVIDIA Jetson ...
  • NVIDIA官方查询网址
  • Hello,大家好!有时候ubuntu系统的显卡驱动明明已经装好了...NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and runnin...
  • ubuntu16.04安装nvidia 及apollo 安装NVIDIA

    千次阅读 2018-07-20 16:38:53
    ubuntu16.04安装nvidia 及apollo 安装NVIDIA 1、首先查看自己的pc显卡的型号  ubuntu16.04 查看方法:    查看GPU型号 :lspci | grep -i nvidia  查看NVIDIA驱动版本: sudo dpkg --list | grep nvidia-* ...
  • Something went wrong....某次发现不能打开Nvidia Geforce Experience了,不管怎么打开(管理员运行)都会提示下面的界面 在网上搜了一圈,最开始是重装软件,更新BIOS,都没有用。 然后发现有Nvidia相关...
  • NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Ma ke sure that the latest NVIDIA driver is installed and running 遇到这个问题解决办法: 方法一: cd /usr/src 查看驱动...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 55,451
精华内容 22,180
关键字:

nvidia