搭建个人深度学习工作站（环境篇）
前言
硬件配置
主板：华硕 TUF GAMING B560M-PLUS WIFI
CPU：Intel i7-11700 @ 2.50GHz 8核16线程
内存：英睿达 美光32GB(16Gx2)套装 DDR4 3600MHz
GPU：NVIDIA RTX 3080Ti
硬盘：
- Samsung SSD 980 1TB x 2
- WDC WD20EZBX-00A 2TB
电源：长城 猎金部落 额定1100W G11金牌全模
操作系统：Ubuntu Server 22.04
概述
根据李沐老师的视频，有三种环境安装方式：
- CUDA + conda PyTorch
- NVIDIA driver + conda PyTorch
- NVIDIA driver + NVIDIA Docker
第一种方案：首先从官网上下载 CUDA 大礼包进行系统级别的安装，随后在各个 conda 环境内安装 PyTorch. 大礼包的内容非常全，但如果嫌里面的驱动版本不够新，也可以先单独安装驱动，然后在安装大礼包时把驱动勾掉即可。这个方案的劣势是所有环境都用这个 CUDA，可能会产生一些版本问题。
第二种方案（我选择使用的方案）：在系统层面上只安装驱动，在 conda 环境里安装 PyTorch 时顺便安装 CUDA. 好处是 CUDA 也在环境里，版本容易控制，坏处是多消耗一些空间，并且安装的 CUDA 可能不是那么全。
第三种方案：和第二种差不多，在系统层面上只安装驱动，然后开 Docker 容器安装 PyTorch、CUDA 等。
安装 NVIDIA Driver
禁用 nouveau
Ubuntu 系统集成的显卡驱动程序是 nouveau，它是第三方为 NVIDIA 开发的开源驱动，我们需要先将其屏蔽才能安装 NVIDIA 官方驱动。 所以我们要先把驱动加到黑名单 blacklist.conf 里。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15# 修改属性
sudo chmod 666 /etc/modprobe.d/blacklist.conf
# 用 vim 打开
sudo vim /etc/modprobe.d/blacklist.conf
# 在最后一行加入以下几句，保存退出
blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist rivatv
blacklist nvidiafb
# 对刚才修改的文件进行更新
sudo update-initramfs -u
# 记得重启计算机，打开终端检查 nouveau 是否被禁用
lsmod | grep nouveau
# 若执行完该句，没有任何输出，则 nouveau 被成功禁用卸载旧的驱动
如果你是第一次安装 GPU 驱动，这一步可以省略。
1
sudo apt-get remove --purge nvidia*安装 gcc
必须先安装 gcc，才能安装 GPU 驱动。
1
2sudo apt-get install build-essential # 安装gcc，不要怀疑，就是 build-essential
gcc --version # 检查gcc是否安装成功,Default GCC 9.3这里只安装了gcc，GPU 驱动就可以成功安装了，如果你执行到下面，提示你 make、g++ 没有安装的话，再回来执行以下语句进行安装即可。
1
2sudo apt-get install g++
sudo apt-get install make下载对应版本的 GPU 驱动
根据你的显卡类型选择合适的
.run文件下载，官网下载链接（速度较快，可直接使用）安装驱动
1
2
3
4
5
6
7
8# cd 到 .run 文件所在位置
cd xxx
# 修改权限
sudo chmod a+x NVIDIA-Linux-x86_64-xxx.run
# 执行安装，过程中根据提示，选择 yes 等
sudo ./NVIDIA-Linux-x86_64-xxx.run -no-x-check -no-nouveau-check -no-opengl-files
# 执行此语句，出现显卡信息则证明安装成功。
nvidia-smi
安装 Anaconda
从官网下载
.sh文件后，bash运行即可[Optional] 区分 Ubuntu 自带 python 和 anaconda 中的 python
Ubuntu22.04 中自带 python3，为方便起见，我们可以做一定的区分。在
~/.bashrc文件最后加入以下命令：1
2alias python3="/usr/bin/python3" # 给系统自带的python起一个别名，就叫python3
export PATH="/home/jason/anaconda3/bin:$PATH" # anaconda3中的python然后 source 一下让修改发生作用：
1
source ~/.bashrc这样，输入
python3时会自动替换为/usr/bin/python3，即使用系统自带的 python；而直接输入python则是用当前环境下的 python.[Optional] 每次打开终端时，conda 会默认自动激活 base 环境，在命令提示符前有
(base)标志。强迫症表示这太难看了，可以用以下命令禁止自动激活：1
conda config --set auto_activate_base False
安装 PyTorch
激活 conda 环境，根据官网命令安装：
1 | |
可以看到安装的东西除了 pytorch 以外，还有 cudatoolkit. 由于我们采用的是概述中的方案二，即没有在系统层面安装 CUDA，因此在该环境下我们将使用这时下载的 CUDA.
我试过 pytorch 1.13 版本，命令行中的 cudatoolkit 变成了 pytorch-cuda，但安装之后没能成功运行。