☰

升级到最新的 nvidia 驱动程序后缺少 libcuda.so.1 文件

tag-icon • tag-icon 16.04 drivers nvidia cuda
升级到最新的 nvidia 驱动程序后缺少 libcuda.so.1 文件

我已升级到最新的（测试版）Nvidia 驱动程序 -nvidia-381因为之前的驱动程序存在问题。从挂起状态唤醒后，窗口边缘出现问题 - 请参阅这里。

因此我升级到了较新的驱动程序，从375.39到381.09。

自从升级以来，我不得不重新安装 Nvidia 的Cuda 工具包 8.0（和 CUDNN v5.1），但似乎缺少一个驱动程序文件，这使我无法在 R 中安装 Tensorflow 和 gputools 包，这两个包基于 Cuda Toolkit 构建，而 Cuda Toolkit 又需要缺少的 libcuda.so.1 文件。 和 都Tensorflow无法gputools找到该文件：libcuda.so.1。 使用之前的驱动程序，我可以毫无问题地安装 Cuda Toolkit。

这是一个类似的问题，但涉及较老的司机：https://github.com/tensorflow/tensorflow/issues/4078

我读到过，我可以创建这个文件，因为它是一个符号链接，但是我宁愿不这样做，因为我不知道还存在什么其他依赖项。可能的解决方法示例：https://stackoverflow.com/questions/41890549/tensorflow-cannot-open-libcuda-so-1

我正在运行 Ubuntu 16.04。我也在Ubuntu launchpad

问题：

  1. 有人能知道为什么这个文件丢失或者提出一个稳定的解决方案吗？
  2. 如果我必须更换我的驱动程序 - 哪种降级方式最好以及如何决定降级到哪个？

额外信息：

  1. 如果我在系统上搜索丢失的文件，我会找到以下类似的文件，但不是我需要的文件：

    user@user $ tree / -fiC | grep libcuda.so
    /usr/local/cuda-8.0/doc/man/man7/libcuda.so.7
    /usr/local/cuda-8.0/lib64/stubs/libcuda.so
    /usr/share/man/man7/libcuda.so.7

  2. 如果我查看 Nvidia 驱动程序想要卸载，我应该使用给定的卸载脚本，然后我们发现它在安装时没有意识到 libcuda.so.1 文件，因此它不在这个脚本中：

    user@user $ /usr/local/cuda-8.0/bin$ cat 

.uninstall_manifest_do_not_delete.txt | grep libcuda.so
file:/usr/share/man/man7/libcuda.so.7:5708adf9bb3c591eb4f1d0d50e78f3df
file:/usr/local/cuda-8.0/lib64/stubs/libcuda.so:8347cb2f5500934b1942ba42f3979fac
file:/usr/local/cuda-8.0/doc/man/man7/libcuda.so.7:5708adf9bb3c591eb4f1d0d50e78f3df

  3. 由于存在 libcuda.so.1 文件的存根（如上面的输出所示），我创建了该文件缺失的符号链接：

    user@user $ sudo ln -s /usr/local/cuda-8.0/lib64/stubs/libcuda.so /usr/local/cuda-8.0/lib64/libcuda.so.1

    这实际上允许gputools成功安装 R 中的包，但是调用 GPU 的函数失败了：

    R> gpuMatMult(matA, matB)
Error in gpuMatMult(matA, matB) : device memory allocation failed Calls: gpuMatMult -> .Call

  4. 使用deviceQuery捆绑到samplesCuda Toolkit 中的实用程序（您必须首先sudo make使用它），我发现肯定存在问题，Cuda 自己注意到了这一点：

    user@user $ /usr/local/cuda/samples/1_Utilities/deviceQuery$ ./deviceQuery

    ./deviceQuery Starting...

    CUDA Device Query (Runtime API) version (CUDART static linking)

    cudaGetDeviceCount returned 35
    -> CUDA driver version is insufficient for CUDA runtime version
    Result = FAIL

当前状态：

我已将我所知道的以前与 Cuda Toolkit 8.0、CUDNN 5.1 - 配合使用的驱动程序降级nvidia-378.13。使用 Cuda 和 CUDNN 的工具现在也能像以前一样正常工作，例如tensorflow（gputools在 R 中）等。

一切都按预期进行，包括从挂起状态唤醒后显示像素化窗口边缘的错误。

相关内容