这是我使用的第一款 GPU,不幸的是,我使用的是 Ubuntu 20.04,而不是 Windows。我想将我的 GPU(Nvidia Quadro 2000 1GB GDDR5)用于非常基本的机器学习模型。我从大学得到了一台超级计算机来训练更大的模型。
当我nvidia-smi
在终端中输入时,我可以看到以下内容。
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 390.144 Driver Version: 390.144 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 Quadro 2000 Off | 00000000:01:00.0 On | N/A |
| 34% 62C P0 N/A / N/A | 383MiB / 963MiB | 20% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| 0 955 G /usr/lib/xorg/Xorg 93MiB |
| 0 1261 G /usr/bin/gnome-shell 143MiB |
| 0 3398 G ...AAgAAAAAAAAACAAAAAAAAAA= --shared-files 142MiB |
+-----------------------------------------------------------------------------+
在其他答案中,例如在这个答案中Nvidia-smi 显示 CUDA 版本,但未安装 CUDACUDA version
旁边就有Driver version
。
我想下载 Pytorch,但不确定应该下载哪个 CUDA 版本。或者,如果我想运行一些 Tensorflow 代码,我应该单独下载 CUDA。顺便说一句,我将 Anaconda 与 VScode 一起使用。
我发现了一个旧文章这表明我的 GPU 支持 CUDA 2.1。新版本是否向后兼容?
按照Nmath 的建议,我继续从 Ubuntu 存储库安装 CUDA,如下所示。
$ sudo apt install nvidia-cuda-toolkit
Reading package lists... Done
Building dependency tree
Reading state information... Done
Some packages could not be installed. This may mean that you have
requested an impossible situation or if you are using the unstable
distribution that some required packages have not yet been created
or been Recommends: nvidia-visual-profiler (= 10.1.243-3) but it is not going to be installed
E: Unable to correct problems, you have held broken packages.oing to be installed
Recommends: nvidia-visual-profiler (= 10.1.243-3) but it is not going to be installed
E: Unable to correct problems, you have held broken packages.
在这里,我确实知道它需要一些依赖项。我该如何修复它?
答案1
不要想太多。只需使用适用于您的 Ubuntu 版本的存储库中的 CUDA 版本。除非您有非常具体的技术原因,否则您不需要安装特定版本,尤其是不在 Ubuntu 存储库中的版本。对于 CUDA 和任何其他软件来说都是如此。想想这个:为什么开发人员会发布停止支持大多数人仍在使用的功能和硬件的新版本软件?
事实上,如果您尝试明确安装与 Ubuntu 存储库中的版本不同的软件版本(尤其是旧版本),这通常会导致灾难,因为 Ubuntu/Linux 中的许多软件都依赖于依赖项并期望官方存储库中的版本。