Meu sistema UBUNTU 13.10 64bits ( 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
Da maneira como eu instalei o CUDA Toolkit 5.5:
1 - Em Configurações do sistema -> Software e atualizações -> Unidades adicionais , selecione:
SELECT: Usando o driver binário NVIDIA Xorg, o módulo do kernel e a biblioteca VDPAU da
nvidia-319-updates
(proprietária)
Isso me deu a versão 319.60 do driver NVIDIA (ele precisa ser> = 319.37).
2 - Instale o gcc-4.6:
sudo apt-get install gcc-4.6
3 - Use as alternativas de atualização para lidar com as versões do gcc (como declarado pelo banskt ):
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
e escolha gcc-4.6 .
4 - Instalação alguns sutff para evitar bibliotecas em falta a partir de amostras CUDA ( 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 - Instale o CUDA Toolkit, baixado anteriormente do site da NVIDIA (versão RUN 12.10 de 64 bits: developer.download.nvidia.com/compute/cuda/5_5/rel/installers/cuda_5.5.22_linux_64.run )
sudo sh cuda_5.5.22_linux_64.run
Respostas: accept
, y
(sem suporte), n
(driver NVIDIA), y
(instalar kit de ferramentas), digite (local padrão), y
(amostras), digite (local padrão)
6 - Com as alternativas de atualização, retorne ao gcc-4.8 :
sudo update-alternatives --config gcc
7 - Adicione os binários CUDA e o caminho da lib às suas variáveis de ambiente PATH e LD_LIBRARY_PATH:
CAMINHO: =======================================
cd /etc/profile.d
sudo vi cuda-5.5_bin.sh
#inside file:
export PATH=$PATH:/usr/local/cuda-5.5/bin
===============================================
LD_LIBRARY_PATH: ============================
cd /etc/ld.so.conf.d
sudo vi cuda-5.5.conf
#inside file:
/usr/local/cuda-5.5/lib
/usr/local/cuda-5.5/lib64
===============================================
8 - Faça logoff do seu sistema e faça login novamente. Teste nvcc --version
ou compile e execute os seguintes códigos de exemplo simples: first.cu , sumvec.cu with nvcc filename.cu -o filename.exec
.
Tenha um bom tempo CUDA :-D