Instalação do CUDA 3.0 no Ubuntu 10.04
05/12/2010 9 Comentários
Roteiro para instalação do CUDA no Ubuntu 10.04 de 32 ou 64 bits.
por L. G. Turatti
1. Baixar o driver de video 195.36.24 para 32 ou 64 bits;
2. Remover os drivers nvidia instalados
sudo apt-get –purge remove nvidia-*
3. Crie o arquivo /etc/modprobe.d/nvidia-graphics-drivers.conf com o seguinte conteudo:
blacklist vga16fb
blacklist nouveau
blacklist lbm-nouveau
blacklist nvidia-173
blacklist nvidia-96
blacklist nvidia-current
blacklist nvidiafb
4. Crie ou ajuste /etx/X11/xorg.conf com o seguinte conteudo:
Section “Device”
Identifier “Device0″
Driver “nvidia”
VendorName “NVIDIA Corporation”
EndSection
5. Reinicie o computador (reboot);
6. Aparecerá uma tela de erro. Dê “OK” e a seguir, saia para modo console;
7. Faça o login; instale o driver e permita a configuração sugerida
sudo sh NVIDIA-Linux-<versao>.run
8. Reinicie o computador (reboot);
9. Instale o Toolkit para 32 ou 64 bits
sudo sh cudatoolkit_3.0_linux_<versao>.run
10. Edite o .bashrc do usuario para utilizar CUDA adicionando ao final do arquivo:
#### CUDA Settings ####
# Toolkit/SDK
export PATH=$PATH:/usr/local/cuda/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib
11. Se o sistema for 64 bits, descomentar a linha abaixo:
# export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
12. A sugestao do toolkit é adicionar as linhas acima em /etc/ld.so.conf.
13. Instalando o SDK:
chmod +x gpucomputingsdk_3.0_linux.run
./gpucomputingsdk_3.0_linux.run
14. Satisfazendo dependencias do SDK:
sudo apt-get install libgl1-mesa-dev libglu1-mesa-dev mesa-commondev
libgl1-mesa-dev libglu1-mesa-dev libxi-dev libxmu-dev
freeglut3 libmotif3
sudo ln -s /usr/lib/libglut.so.3 /usr/lib/libglut.so
sudo ln -s /usr/lib/libXm.so.6 /usr/lib/libXm.so
15. Para adequar a libGL do pacote atual do driver NVidia 195.36.24
sudo rm /usr/lib/libGL.so
sudo ln -s /usr/lib/libGL.so.1 /usr/lib/libGL.so
16. Instalar gcc 4.3
sudo mkdir /usr/bin/gcc-4.3
sudo mkdir /usr/bin/g++-4.3
sudo mkdir /usr/bin/g++-4.4
sudo apt-get install gcc-4.3 g++-4.3
sudo update-alternatives –install /usr/bin/gcc gcc /usr/bin/gcc-4.3 40 –slave /usr/bin/g++ g++ /usr/bin/g++-4.3
sudo update-alternatives –install /usr/bin/gcc gcc /usr/bin/gcc-4.4 60 –slave /usr/bin/g++ g++ /usr/bin/g++-4.4
17. Configurar para utilizar o gcc4.3
sudo update-alternatives –config gcc
18. Compilando os exemplos do SDK:
cd <diretório do usuário>/NVIDIA_GPU_Computing_SDK/C
make
19. Após algum tempo a compilação terminará sem mensagens de erros. Entre no diretório e execute os exemplos para testar:
cd bin/linux/release
./fluidsGL
./particles
Pronto! Se os exemplos apareceram, a instalação esta concluída!
Parte ou todo esse roteiro não funcionou pra você? Deixe comentário!
Alguma instrução extra específica para sistemas 64 bits? Não consegui fazer rodar no meu.
Turatti,
Depois de uma série de problemas, funcionou comigo. Ubuntu 10.04, GTX 275, Cuda 3.0, driver 195.36.15
Muito obrigado,
Davi
Funciona na maneira emulada?
Muito obrigado pelo tutorial. Procurei um bocado pela Internet, e achei muita coisa inútil. O seu tutorial resolveu perfeitamente o meu problema! Parabéns pelo ótimo trabalho!
Hey, cara, você já fez/pretende algum roteiro de instalação no modo emulado pro 10.04? Eu tentei seguir alguns tutoriais aqui, só que meio antigos, adaptando uma coisa ou outra, mas não deu certo… =/
Mto obrigado por um ótimo tutorial.
Eu instalei o cuda no ubuntu 10.10 no meu note,fiz os passos acima mas na hora de dar o make da o seguinte erro:
make -C src/vectorAddDrv/
make[1]: Entrando no diretório `/home/gadita/NVIDIA_GPU_Computing_SDK/C/src/vectorAddDrv’
/usr/bin/ld: cannot find -lcuda
collect2: ld returned 1 exit status
make[1]: ** [../../bin/linux/release/vectorAddDrv] Erro 1
make[1]: Saindo do diretório `/home/gadita/NVIDIA_GPU_Computing_SDK/C/src/vectorAddDrv’
make: ** [src/vectorAddDrv/Makefile.ph_build] Erro 2
gadita@gadita-XPS-L501X:~/NVIDIA_GPU_Computing_SDK/C$
acho que deve ser algum link, mas como faço para criar?
agradeço pela ajuda.
abraços
esse passos fazem com que o ubuntu utilizar o processamento cuda certo?
se isso estiver certo! é o mesmo que dizer que os programas nele instalados tmb vão ter um ganho de desempenho graças ao cuda?
Na verdade, não. O que esses passos fazem é montar um ambiente para que você possa programar usando CUDA, ou seja, você vai tirará vantagem desse ambiente apenas como programador– suas aplicações usarão CUDA para se tornarem mais rápidas, mas isso ainda vai depender de você usar isso no seu código.
Programas que não foram feitos para usarem CUDA não tirarão nenhuma vantagem a mais da sua placa gráfica ou do seu ambiente e programas que foram feitos para tal tirarão essas vantagens mesmo que você não faça nada do que está nesse tutorial, bastando apenas estar com o driver ativado.