मेरा UBUNTU 13.10 64 बिट सिस्टम ( uname -a
):
Linux gpia 3.11.0-18-generic #32-Ubuntu SMP Tue Feb 18 21:11:14 UTC 2014 x86_64 x86_64 x86_64 GNU/Linux
जिस तरह से मैंने CUDA टूलकिट 5.5 स्थापित किया है:
1 - सिस्टम सेटिंग्स में -> सॉफ्टवेयर और अपडेट -> अतिरिक्त ड्राइव , चुनें:
चयन: NVIDIA बाइनरी Xorg ड्राइवर, कर्नेल मॉड्यूल और VDPAU लाइब्रेरी
nvidia-319-updates
(मालिकाना) से
इसने मुझे NVIDIA चालक संस्करण 319.60 दिया (इसे> = 319.37 होना चाहिए)।
2 - gcc-4.6 स्थापित करें:
sudo apt-get install gcc-4.6
3 - gcc संस्करणों को संभालने के लिए अपडेट-विकल्प का उपयोग करें (जैसा कि banskt द्वारा कहा गया है ):
sudo update-alternatives --remove-all gcc
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.6 1
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.8 100
sudo update-alternatives --config gcc
और gcc-4.6 चुनें ।
4 - कुछ sutff स्थापित CUDA नमूनों से लापता पुस्तकालयों से बचने के लिए ( libGLU.so
, libX11.so
, libXi.so
, libXmu.so
):
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libglu1-mesa-dev
5 - CUDA टूलकिट स्थापित करें, जो पहले NVIDIA साइट से डाउनलोड किया गया था (RUN संस्करण 12.10 64 बिट्स: developer.download.nvidia.com/compute/cuda/5_5/rel/installers/cuda_5.5.22_lin_64_run )
sudo sh cuda_5.5.22_linux_64.run
उत्तर: accept
, y
(असमर्थित), n
(NVIDIA चालक), y
(टूलकिट स्थापित), प्रवेश (डिफ़ॉल्ट स्थान), y
(नमूने), में प्रवेश (डिफ़ॉल्ट स्थान)
6 - अद्यतन-विकल्प के साथ, gcc-4.8 पर लौटें :
sudo update-alternatives --config gcc
7 - अपने PATH और LD_LIBRARY_PATH परिवेश चर में CUDA बायनेरिज़ और कार्य पथ जोड़ें:
पथ: =========================================
cd /etc/profile.d
sudo vi cuda-5.5_bin.sh
# फाइल फ़ाइल:
export PATH=$PATH:/usr/local/cuda-5.5/bin
=============================================
LD_LIBRARY_PATH: ==============================
cd /etc/ld.so.conf.d
sudo vi cuda-5.5.conf
# फाइल फ़ाइल:
/usr/local/cuda-5.5/lib
/usr/local/cuda-5.5/lib64
=============================================
8 - अपने सिस्टम को लॉग आउट करें और फिर से लॉग इन करें। साथ टेस्ट nvcc --version
: या संकलन और निम्नलिखित सरल उदाहरण कोड चलाने first.cu , sumvec.cu साथnvcc filename.cu -o filename.exec
।
एक अच्छा CUDA समय है :-D