零基础玩转AI工程--阿里云虚拟GPU机器vgn5i环境部署

引子：

本篇是承接上篇《全网第一篇，小白阿里云GPU完全搭建手册》的姊妹篇，主要介绍阿里云vgpu机器vgn5I的实际安装部署教程。需要说明的是，这个vgpu的环境搭建和自己的gpu环境搭建完全不同，安装的方式和细节点有很多坑，本文主要是填坑指南。

一、显卡驱动安装

阿里云的的vgn5i选择主要是便宜，它的gpu型号是tesla P4，按照通用的驱动安装标准，我们需要知道我们的操作系统（Centos7）是否有可以支持的驱动型号。

<code> 
lspci
 
| grep -i nvidia
 
 
Tesla
 
P4	6.1 在列表中
/<code>

按照常规操作，我们就应该从NVIDIA上下载驱动安装了，但是这里千万不要按此操作，我就是在此处耽误了太多的时间，最后才找得到了阿里的帮助文档

https://help.aliyun.com/document_detail/118852.html

1.禁用nouveau

<code>
vim
 
/etc/modprobe.d/blacklist-nouveau.conf
 
blacklist
 
nouveau
blacklist
 
lbm-nouveau
options
 
nouveau modeset=0
 
mv
 
/boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak
dracut
  
/boot/initramfs-$(uname -r).img $(uname -r)
/<code>

2.安装GRID驱动

按照阿里云的说法：”如果您的GPU计算型实例需要支持OpenGL图形显示，必须安装GRID驱动“，那我如果不适用OpenGL，是不是就可以不用装这个驱动了呢，很抱歉，不管你用不用OpenGL都是要安装的。

<code>
wget
 http://nvidia-418.oss-cn-shenzhen.aliyuncs.com/NVIDIA-Linux-x86_64-418.70-grid.run
chmod +x NVIDIA-Linux-x86_64-
418
.
70
-grid.run
./NVIDIA-Linux-x86_64-
418
.
70
-grid.run
/<code>

3.验证驱动是否安装正常

<code>  
-v
 
 
rpm
 
--import https://www.elrepo.org/RPM-GPG-KEY-elrepo.org
 
rpm
 
-Uvh http://www.elrepo.org/elrepo-release-7.0-2.el7.elrepo.noarch.rpm
 
yum
 
install nvidia-detect
 
   
-v
 
 

nvidia-smi
/<code>

如果出现下面的显示，就说明驱动安装正常了

二、CUDA和cuDNN安装

这也是一个比较大大大大的坑，这个坑折腾了我将近2天的时间，一直在找寻原因和解决办法，到最后才发现，必要要安装License，虽然阿里云的文档上写了这个步骤，但是没告诉我们为什么要这个做，做这个是为了解决什么问题，我无语。一句话，如果你需要使用CUDA，就需要安装License server并配置好。

1.CUDA和cuDNN的安装

这部分没有什么特别的，按照常规的安装即可。

<code> 
https:
/
/docs.nvidia.com/cuda
/cuda-toolkit-release-notes/index
.html  找到对应CUDA为
10.1
https:
/
/developer.nvidia.com/rdp
/cudnn-archive 找到cuDNN版本7.6.4
/<code>

在上一篇文章中我提到了最好的方法，是用run文件的方式，具体的操作步骤详见上一篇文章《全网第一篇，小白阿里云GPU完全搭建手册》，主要如果有错误的话，run的安装可以直接看到错误日志，很方便定位到具体的原因

2.License操作

阿里云也算是一半贴心吧，可以提工单申请临时的License的地址

<code>
cd
 
/etc/nvidia
cp
 
gridd.conf.template gridd.conf
vim
 
gridd.conf
ServerAddress
=

ServerPort
=

FeatureType
=
1
/<code>

如果要长久使用，需要单独部署一台windows服务器，作为License server，然后去NVIDIA官网申请，下面有一篇比较详细的配置文档，可做参考：

https://forum.huawei.com/enterprise/zh/thread-475551.html

3.验证是否可以正常运行AI项目

不同的项目采用的框架不同，下面的演示是采用的pytorch的方式，具体详细的细节，在下一篇关于中文OCR的AI项目实战中，我会详细介绍步骤的，这里采用一个比较简单的pytorch文件来验证

<code>
import
 torch

if
 __name__ == 
'__main__'
:
	
print
(
"Support CUDA ?: "
, torch.cuda.is_available())
	x = torch.Tensor([
1.0
])
	xx = x.cuda()
	
print
(xx)

	y = torch.randn(
2
, 
3
)
	yy = y.cuda()
	
print
(yy)

	zz = xx + yy
	
print
(zz)

	 
	
from
 torch.backends 
import
 cudnn
	
print
(
"Support cudnn ?: "
,cudnn.is_acceptable(xx))/<code>

执行python test_cuda.py ，如果现实下面的输出，即为验证CUDA通过

至此，阿里云的vgn5i的环境就算彻底配置完成，下面就是享受自己的AI之旅了，顺便给自己的下一篇文章做个预热：《github最火的中文OCR的AI识别工程--全填坑指南及真实工程优化》