zoukankan      html  css  js  c++  java
  • Laptop Ubuntu16.04/14.04 安装Nvidia显卡驱动

    笔记本型号

    机械革命(MECHREVO)深海泰坦X6Ti-S(黑曜金)15.6英寸

    CPU型号

    i5-7300HQ

    内存

    8G

    硬盘容量

    128SSD+1T机械硬盘

    显卡

    GeForce GTX 1050

    显存容量

    4G

    怎样选购用于Linux的笔记本电脑?

    在笔记本上安装linux驱动问题主要发生在 GPU 和网卡上。网卡选 Intel 或者 Broadcom 就基本不会有问题了。

    显卡推荐N卡,并且是 MUXed 的连接方式。

    这里需要解释一个概念,MUXed vs MUXless

    大家都知道N家在笔记本电脑上推广的 Optimus 技术,平时用 Intel 的核心显卡渲染,遇到高图形负荷的程序则在N卡上渲染,再把结果传给核心显卡。那显卡的结果怎么输出呢?

    搭载N卡的笔记本分为 MUXed 和 MUXless 两种,MUX是数据选择器的意思:

    MUXless 的机子比较便宜,N卡连核心显卡,核心显卡输出,Windows 上自然没有问题。但很长一段时间内,Linux 平台不支持 GPU offloading,这两个显卡间无法通信,而N卡又没有显示输出。用户只好把N卡屏蔽掉,只使用核心显卡。

    后来一群人捣鼓出了 Bumblebee,勉强能用双显卡了,只是配置麻烦,而且并不是每台机子都能用。再后来随着 RandR 1.5 的推出和 Xorg 的其他改进,Linux 终于正式支持了 GPU offloading,N家的驱动马上跟进,2013年底有了个比较官方的解决方案叫 nvidia-prime。但至今只能手动切换显卡,重新登录才能生效。

    MUXed 的机子毫无压力,把 Optimus 关掉,N卡不与核心显卡通信,直接输出即可。

    目前对 MUXless构架的计算机安装nvidia显卡驱动的方式有 Bumblebee和nvidia-prem(具体自行百度,此处介绍MUXed方式的笔记本的安装)

    参考:https://www.zhihu.com/question/20455546

    个人的调研

        笔记本电脑对于ubuntu的支持不是很友好,特别是显卡驱动安装比较麻烦。目前为止只有X6Ti-S这台设备能够正常安装(ideapad 700,thinkpad T450,华硕顽石都仅能安装ubuntu系统显卡驱动则安装不成功,雷神的电脑则ubuntu都安装困难)

        验证计算机是否能够安装驱动:输入指令能够显示NVIDIA显卡,如图。说明显卡直接连接到pci总线上与cpu相连,也就说cpu-gpu采用mux构架,这种情况下安装驱动比较容易。(X6Ti-S就是采用这种构架)

    安装显卡驱动

    在网站(http://www.nvidia.cn/Download/index.aspx?lang=cn )查询本机显卡支持的显卡驱动版本

    使用指令安装:

    # 打开一个终端窗口,运行以下命令(添加nvidia官方驱动包源)

    $ sudo add-apt-repository ppa:graphics-drivers/ppa

    $ sudo apt-get update

    # 安装驱动

    $ sudo apt-get install nvidia-378 nvidia-settings

    注:现在的笔记本电脑,特别是使用security boot方式安装Ubuntu。要正确安装驱动,必须关闭security boot。由于和之前在安装ubuntu时没有设置解除验证码。所以在安装显卡驱动时被要求设置一个验证码。此处设置为:12345678(因为验证时不会要求输入全部验证码,只要求输入指定位,所以这样设置最方便)因此,这种方式下安装系统的用户,必须以命令行方式安装显卡驱动,使用"附加驱动"安装驱动会在这一步骤卡死,后面步骤无法进行。security boot验证码设置完毕后,显卡驱动继续安装直至完成。之后需要重启计算机而不是简单的注销。重启,在启动界面会让选择 继续boot(第一项)还是关闭security boot(第二项),选择第二项(否则ubuntu会出现登录界面loop问题),经过验证,成功关闭security boot。成功进入系统,显卡驱动安装成功。

    科学计算环境安装列表

    NVIDIA Driver

    nvidia-378

    CUDA Tool-kit

    8.0

    cuDNN

    V5.1

    numpy

    1.11.0

    scipy

    0.17.0

    nose

    1.3.7

    pandas

    0.17.1

    matplotlib

    1.5.1

    wx

    3, 0, 2, 0

    caffe

    1.0.0-rc4

    tens orflow

    0.12.1

  • 相关阅读:
    HDU1814 Peaceful Commission
    POJ1679 The Unique MST
    POJ 3243 Clever Y
    POJ 3463 Sightseeing
    POJ1274 The Perfect Stall
    POJ 2417 Discrete Logging
    POJ1011 Sticks
    前端面试资源整理(一)
    小程序和腾讯地图联合使用
    快速创建 HTML5 Canvas 电信网络拓扑图
  • 原文地址:https://www.cnblogs.com/supersponge/p/6490804.html
Copyright © 2011-2022 走看看