如何ubuntu12/linux 安装CUDA5.5_百度知道
如何ubuntu12/linux 安装CUDA5.5
提问者采纳
信大家学并行编程的时候会用到CUDA.5-32位 方法&#47，然而Nvidia CUDA在ubuntu Linux上的安装不总是那么顺利的;原料 这里以ubuntu 12。 工具/步骤 在英伟达的官网上下载对应系统版本的cuda5..5.，现在我将我安装的经验提供给大家参考.04为例 cuda 5
来自团队：
其他类似问题
为您推荐：
linux的相关知识
其他1条回答
英伟达官方网站有方法
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁二次元同好交流新大陆
扫码下载App
温馨提示！由于新浪微博认证机制调整，您的新浪微博帐号绑定已过期，请重新绑定！&&|&&
LOFTER精选
网易考拉推荐
用微信&&“扫一扫”
将文章分享到朋友圈。
用易信&&“扫一扫”
将文章分享到朋友圈。
在最后加入如下两行并重启:blacklist nouveauoptions nouveau modeset=0重启之后我们还需要完成其它事情，在安装cuda samples的时候需要一个贡献库文件libglut.so，默认没有安装，在终端下输入：$ sudo apt-get install freeglut3这个共享库对于32位的Ubuntu被安装在/usr/lib/i386-linux-gnu/libglut.so.3，而对于64位的Ubuntu被安装在 /usr/lib/x86_64-linux-gnu/libglut.so.3，但cuda默认会去寻找/usr/lib/libglut.so，因此我们还需要加一个软链接。对于32位系统，在终端下输入：$ sudo ln -s /usr/lib/i386-linux-gnu/libglut.so.3 /usr/lib/libglut.so对于64位系统，在终端下输入：sudo ln -s /usr/lib/x86_64-linux-gnu/libglut.so.3 /usr/lib/libglut.so&&&&&&& 接下来按Ctrl + Alt + F1进入tty命令行终端，登录之后首先将Ubuntu的X Server关闭，对于Red Hat/Centos来说直接执行sudo stopx即可，而Ubuntu12.04下需要采用lightdm作为它的X Server(注意：早期版本的Ubuntu使用gdm作为它的X Server，这是12.04关闭X Server与早期版本的区别之一。另外在KUbuntu12.04下的窗口管理器是kdm而不是lightdm)，所以我们需要在终端下执行：sudo service lightdm stop成功后切换到cuda安装的目录，默认cuda不可执行，所以首先给cuda赋予可执行的权限：$ chmod +x cuda_5.0.35_linux_32_ubuntu11.10-1.run&&&&&&& 然后我们使用root权限进行安装：$ sudo ./cuda_5.0.35_linux_32_ubuntu11.10-1.run&&&&&&& 首次安装可能会提示需要重启，重启之后再根据上面的步骤安装即可。首先会提示安装nvidia显卡驱动，然后安装Toolkit，最后安装Samples，一路yes并且按照默认的路径（回车即可）安装。安装的log文件放在/tmp目录下，如果安装过程中遇到什么问题的话，根据问题可以网上找相应的解决方法，不过本人除了第一次遇到缺少libglut.so文件之外，没有遇到过其它问题。安装完成后会提示需要设置环境变量和共享库路径：* Please make sure your PATH includes /usr/local/cuda-5.0/bin* Please make sure your LD_LIBRARY_PATH*&& for 32-bit Linux distributions includes /usr/local/cuda-5.0/lib*&& for 64-bit Linux distributions includes /usr/local/cuda-5.0/lib64:/lib* OR*&& for 32-bit Linux distributions add /usr/local/cuda-5.0/lib*&& for 64-bit Linux distributions add /usr/local/cuda-5.0/lib64 and /lib* to /etc/ld.so.conf and run ldconfig as root* To uninstall CUDA, remove the CUDA files in /usr/local/cuda-5.0* Installation CompletePlease see CUDA_Getting_Started_Guide_For_Linux.pdf in /usr/local/cuda-5.0/doc/pdf for detailed information on setting up CUDA.Logfile is /tmp/cuda_install_1939.log&&&&&&& 安装完成之后，我们需要先切换回到图形界面验证显卡是否安装成功，输入：$ sudo service lightdm start&&&&&&& 如果驱动安装成功的话就能切回登录界面，并且会出现NVIDIA大大的LOGO(这点实在有点恶心)，如果想去掉在登录屏幕出现之前的NVIDIA LOGO，需要在Xorg配置文件中做些手动修改。sudo gedit /etc/X11/xorg.conf在Device部分找到Driver "nvidia"这一行，在这一行后面，加上： Option&&& &&& "NoLogo"保存后推出即可。但是本人新装的驱动居然找不到xorg.conf，后来查了一下新版的好像都是默认不带xorg的，不过我们可以使用命令生成xorg.conf：$ sudo nvidia-xconfig接下来验证是否安装成功，在终端下输入：$ nvidia-settings&&&&&&& 出现如下界面：&&&&&&& 可以看到NVIDIA Driver Version: 304.54，查看显卡是否装好运行，输入：$ glxinfo | grep rendering如果出现direct rendering: Yes 则表明显卡正在运行。另外如果之前没有安装过glxinfo命令的话需要安装开发包mesa-utils：$ sudo apt-get install mesa-utils&&&&&&& 接下来的工作是配置cuda toolkit的环境变量，终端下输入：$ sudo gedit /etc/profile在最后加入：export PATH=/usr/local/cuda-5.0/bin:$PATH保存后退出，再source一下，使得修改后的环境变量立即生效，在终端中输入：$ source /etc/profile不过此方法仅限于该终端，没有全局效果，重启后即可使能全局效果。下面再加入共享库的路径：&&&&&&& 1. 对于Red Hat/Centos下可以直接在/etc/profile中添加路径：&&&&&&& 对于32位的系统：export LD_LIBRARY_PATH=/usr/local/cuda-5.0/lib:$LD_LIBRARY_PATH&&&&&&& 对于64位的系统：export LD_LIBRARY_PATH=/usr/local/cuda-5.0/lib64:/lib:$LD_LIBRARY_PATH&&&&&&& 2. 对于Ubuntu 8.10以后的版本，export LD_LIBRARY_PATH在/etc/profile中不再适用，需要修改在/etc/ld.so.conf添加共享库的路径，一行一条，具体可以参考：&&&&&&& 对于32位的系统添加：/usr/local/cuda-5.0/lib&&&&&&& 对于64位的系统添加：(一行一条）&&&&&&& /usr/local/cuda-5.0/lib64&&&&&&& /lib&&&&&&& 添加完之后还需要使得修改的路径生效，此法无须重启：$ sudo ldconfig再执行一下命令，验证路径是否添加成功$ ldconfig -v|grep cuda会出现相关的路径：/usr/local/cuda-5.0/lib:&&& libcudart.so.5.0 -& libcudart.so.5.0.35&&& libicudata.so.48 -& libicudata.so.48.1.1&&& libcuda.so.1 -& libcuda.so.304.54至此cuda toolkit环境配置完成，接下来为了编译cuda5.0 samples(也就是以前的GPU Computing SDK)需要安装一些开发包，终端下输入：sudo apt-get install g++ openmpi-bin openmpi-doc libopenmpi-dev freeglut3-dev libxi-dev libxmu-dev默认Samples是安装在用户主目录下的，下面开始编译：$ cd ~/NVIDIA_CUDA-5.0_Samples/$ make -j4这里其中多线程编译，对于双核以及更多核数的cpu能够明显减少编译时间，编译samples还是比较耗时间的。编译完成之后执行：$ cd NVIDIA_CUDA-5.0_Samples/bin/linux/release/$ ./deviceQuery如果一切顺利的话会出现类似于下面的这些信息：
阅读(19599)|
用微信&&“扫一扫”
将文章分享到朋友圈。
用易信&&“扫一扫”
将文章分享到朋友圈。
历史上的今天
在LOFTER的更多文章
loftPermalink:'',
id:'fks_',
blogTitle:'Ubuntu 12.04安装Nvidia CUDA 5.0',
blogAbstract:'操作系统：Ubuntu12.04 32位(本文也适用于64位)硬件环境：HP CQ45显卡型号：Nvidia GeForce 9200M GS&&&&&&& 参考了网上不少文章，但由于Ubuntu12.04与以往版本的区别，所以有一部分方法不可行，下面的步骤经过本人测试，安装成功。首先在Nvidia官方网站上下载cuda5.0安装文件并且最好放在英文目录下，下载页面如下：
{if x.moveFrom=='wap'}
{elseif x.moveFrom=='iphone'}
{elseif x.moveFrom=='android'}
{elseif x.moveFrom=='mobile'}
${a.selfIntro|escape}{if great260}${suplement}{/if}
{list a as x}
推荐过这篇日志的人：
{list a as x}
{if !!b&&b.length>0}
他们还推荐了：
{list b as y}
转载记录：
{list d as x}
{list a as x}
{list a as x}
{list a as x}
{list a as x}
{if x_index>4}{break}{/if}
${fn2(x.publishTime,'yyyy-MM-dd HH:mm:ss')}
{list a as x}
{if !!(blogDetail.preBlogPermalink)}
{if !!(blogDetail.nextBlogPermalink)}
{list a as x}
{if defined('newslist')&&newslist.length>0}
{list newslist as x}
{if x_index>7}{break}{/if}
{list a as x}
{var first_option =}
{list x.voteDetailList as voteToOption}
{if voteToOption==1}
{if first_option==false},{/if}&&“${b[voteToOption_index]}”&&
{if (x.role!="-1") },“我是${c[x.role]}”&&{/if}
&&&&&&&&${fn1(x.voteTime)}
{if x.userName==''}{/if}
网易公司版权所有&&
{list x.l as y}
{if defined('wl')}
{list wl as x}{/list}如何ubuntu12/linux 安装CUDA5.5_百度知道
如何ubuntu12/linux 安装CUDA5.5
　　关闭图形环境.6版本，$sudo apt-get –purge remove nvidia*。
　　检查自己的系统是否符合安装条件，warning不用管;blacklist，我开始没有检测GCC，下载的包是cuda_5，在目录&#47.原料 　　这里以ubuntu 12.run命令进行安装，我的笔记本是32位的。进入下载的Ubuntu nvidia驱动安装文件所在目录。 　　$modprobe，则需要将GCC重新链接，然而Nvidia CUDA在ubuntu Linux上的安装不总是那么顺利的;cuda_5，需要重启,并将开源驱动nouveau屏蔽掉，排查问题，deb包可双击安装，注意.&#47。 从事GPU开发的我们还需要装上cuda和openCL库的支持.bak 　　$sudo ln -s gcc-4.5。如果遇到failed，当然下载deb包也可以，这一点很重要;etc&#47.5-32位 　　方法&#47：$sudo apt-get install nvidia-current-步骤 　　在英伟达的官网上下载对应系统版本的cuda5.d&#47，导致后面几次安装失败，现在我将我安装的经验提供给大家参考，则需要重新将GCC链接.22_linux_32,$bin下。此时电脑清晰多了.5,检测GCC版本。
　　工具&#47。 　　安装完成后，只需两个命令即可完成重新链接。命令$lspci | grep -i nvidia .6的跳过此步，使用命令$sudo vim &#47。推荐使用run包，按Ctrl＋Alt＋F1.6的，命令$gcc --version：CUDA5;usr&#47.22_linux_32，添加blacklist vga16fb blacklist nouveau blacklist rivafb blacklist nvidiafb blacklist rivatv，看ERROR.6 gcc 　　删除之前的Ubuntu nvidia驱动包，打开安装log.5只支持GCC4.04为例 cuda 5。同时安装头文件和编译环境$sudo apt-get install linux-headers-$(uname -r) build-essential
　　gcc版本是4。如果gcc版本不是4，不用着急.5工具包　　相信大家学并行编程的时候会用到CUDA，登录，打开一个终端，$sudo stop lightdm，检测电脑是否安装NVIDIA显卡，说明安装成功.conf，如果显示的不是下图所示
知道智能回答机器人
我是知道站内的人工智能，可高效智能地为您解答问题。很高兴为您服务。
其他类似问题
为您推荐：
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁Ubuntu 12.04下安装CUDA v5.5
Ubuntu 12.04下安装CUDA v5.5
　　作为一个大四学生，还在苦逼找工作到我，可是仍然不想认真学一门技术到我，只是想在大学期间接触更多到知识，以至于自己面对选择能有自己独立的思考，判断，而不是听任何一个前辈说什么好，就去学什么，现在能独立作出选择了，虽然没精深一门，好吧，正如你前面看到到，我才大四不是吗？一个偶然到机会看到异构开发，介绍说图像处理性能能直逼FPGA实现到硬件处理速度，而我这人对速度一直就特别感兴趣，因为毕业后就想找个用FPGA实现图像处理到实时性（PS：这个很难找，像我本科，几乎没戏，如果有后来者，希望考虑清楚，虽然我会在那图像处理硬件处理学下去，但是为了找工作都先方下了），在windows 环境配置的我想哭，努力到想把opencv-2.4.6 cuda v5.5 qt5.0.2在visual studio 2012结合起来，作为以后自己的工具，最后还是有各种问题，就不再配置了...
　　一。现在言归正转了，先对自己在windows环境配置环境遇到到问题阐述下：
　　1.opencv-2.4.6 支持qt 5我想应该是指qt5.0.2/5.0.1/5.0.0，因为qt5.1.1在cmake到时候就失败。
　　2.opencv-2.4.6, qt5, cuda v5.5官方文档介绍说都支持vs2012，可是我遇到的问题是安装了vs2012后，cmake(最新版本)就出问题了，找不到编译器还有就算系统环境变量太长无法寻找到编译器。结果我没放在一起配置，仍然分开安装到，按照原理，如果以后自己配置起来应该从环境来说没什么问题，当然没实际经历大项目我也不清楚。
　　二。Uuntu 12.04.3(我下载到最新版本到)环境
　　--准备：cuda_5.5.22_linux_32.run(下载地址：)--在home新建一个目录放进去，这样方便操作
　　--官方参考文档：
　　2.安装系统
　　可以在电脑里安装系统，用U盘按转很快，这个自己就可以解决了，当然联网可能有点问题：在系统设置里安装附加驱动，如果顺利无线联网就没问题了（有线我觉得有点悬，老帐号我的才能登录）。
　　3.系统安转完成后：
　　--sudo apt-get update
　　--sudo apt-get install build-essential
　　--sudo apt-get install freeglut3-dev(下面到是官方到文档，好像我用这个安装时都安装了的，我介意把下面分开按转，因为我全部输入出问题了)
　　(sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev)最后我觉得最好更新下：sudo apt-get update
　　4.cuda安装前准备
　　1--cd /etc/modprobe.d
　　2--vim nf& 在后面加上一下选项：（我是分开到，直接打开会有警告提示，不知道怎么回事，gedit的也用不起）
　　blacklist amd76x_edacblacklist vga16fbblacklist nouveau& //我的是NVIDIA显卡，就只加这个，然后顺利安装，其它到不管，每个人到选项不一样，但意思一样，就是用已有的全部显卡驱动，自己根据显卡百度下blacklist rivafbblacklist nvidiafbblacklist rivatv3--sudo service lightdm stop
　　4--ctrl+alt+F1进入命令界面：输入你的登录名和密码（PS：我以前没用个命令界面，sudo service lightdm stop后就没辙了，当然回到操作界面命令：ctrl + atl+F7）,记得进入root登录。
　　5--cd 到cuda_5.5.22_linux_32.run所在目录,输入一下命令：
　　chmod +x cuda_5.5.22_linux_32.run
　　sudo sh cuda_5.5.22_linux_32.run
　　到现在我到就能安装了，当然显示什么权限时，按q:然后输入accept.后面全部默认就OK了。安装完后重启，采取下面到操作（会看到界面更加亮丽，显得有质感）
　　更多详情见请继续阅读下一页的精彩内容：
　　相关阅读：
　　Ubuntu 11.10 上安装CUDA开发环境
　　Fedora 15系统下配置CUDA环境
　　Ubuntu 11.04 安装 NVIDIA CUDA 4.0 RC2&
　　Linux Mint 13/Ubuntu 12.04 配置CUDA 4.2 & OpenCV 2.4.2 方法& 　　6.PATH和链接库配置：
　　vim ~/.bashrc在后面加入如下变量：
　　32为系统：
　　export PATH=$PATH:/usr/local/cuda-5.5/binexport LD_LIBRARY_PATH=/usr/local/cuda-5.5/lib64位：
　　export PATH=$PATH:/usr/local/cuda-5.5/binexport LD_LIBRARY_PATH=/usr/local/cuda-5.5/lib64:/lib---
　　sudo ldconfig
　　7.CUDA Sample安装
　　sudo find /usr -name libglut\*成功后会看到：（我到电脑）
　　/usr/lib/libglut.so/usr/lib/i386-linux-gnu/libglut.so/usr/lib/i386-linux-gnu/libglut.a/usr/lib/i386-linux-gnu/libglut.so.3.9.0/usr/lib/i386-linux-gnu/libglut.so.3
　　然后编辑链接：
　　sudo ln -s /usr/lib/i386-linux-gnu/libglut.so.3 /usr/lib/libglut.so(如果你是64位的把i386换为x86_64就OK，如果是AMD的按照显示的添加)
　　8.最后切换到Sample所在目录，然后make...OK ，我的已成功编译了，看下上面到官方文档，最后面有详细说。
　　最后吐槽下，已成为大神的你们，希望把文档写得更加详细清晰些，最好解释下为什么（授之以渔更重要不是吗），这是很多菜鸟面临到问题吧，看了很多资料结果毫无用处，百度或google占了很多页面，其实我觉得这不是考验我们解决问题到能力，对于本来已有到知识，浪费大量到时间不值，我们把时间用来解决其它事不是更好吗。。
H3C认证Java认证Oracle认证
基础英语软考英语项目管理英语职场英语
.NETPowerBuilderWeb开发游戏开发Perl
二级模拟试题一级模拟试题一级考试经验四级考试资料
港口与航道工程建设工程法规及相关知识建设工程经济考试大纲矿业工程市政公用工程通信与广电工程
操作系统汇编语言计算机系统结构人工智能数据库系统微机与接口
软件测试软件外包系统分析与建模敏捷开发
法律法规历年试题软考英语网络管理员系统架构设计师信息系统监理师
高级通信工程师考试大纲设备环境综合能力
路由技术网络存储无线网络网络设备
CPMP考试prince2认证项目范围管理项目配置管理项目管理案例项目经理项目干系人管理
Powerpoint教程WPS教程
电子政务客户关系管理首席信息官办公自动化大数据
职称考试题目
就业指导签约违约职业测评
招生信息考研政治
网络安全安全设置工具使用手机安全
3DMax教程Flash教程CorelDraw教程Director教程
Dreamwaver教程HTML教程网站策划网站运营Frontpage教程
生物识别传感器物联网传输层物联网前沿技术物联网案例分析
互联网电信IT业界IT生活
Java核心技术J2ME教程
Linux系统管理Linux编程Linux安全AIX教程
Windows系统管理Windows教程Windows网络管理Windows故障
组织运营财务资本
视频播放文件压缩杀毒软件输入法微博
数据库开发Sybase数据库Informix数据库
&&&&&&&&&&&&&&&
希赛网 版权所有 & &&3839人阅读
Linux（4）
最近在学CUDA编程，开始一直在Win下做，但是现在需要看准确的GPU和CPU执行速度的比较（GPU的speedup），所以就搬到Linux下面测试。但是由于不是很熟悉Linux的操作，所以在安装CUDA Toolkit的时候遇到了不小的麻烦。
今天终于搞定了，特来mark一下，这样是我的第一篇blog，以前一直有写blog的想法，尤其是和搞计算机相关的，都要一点一滴的积累，同时也算是给自己的成长历程留个记忆吧。
我在网上看了不少帖子，有各种方法，但是由于每个人的实际情况都各有不同，所以只能做个参考。下面介绍我的操作过程：
从官网下载Ubuntu 12.04 LTS
下载地址：&（强烈建议使用英文版，因为用中文的话可能会在安装CUDA时出现意想不到的错误）
如果你无法访问上面的网址，用这个网址：&（这个安装界面是中文的，你可以安装完后再改，具体方法请baidu，不难）
安装Ubuntu 12.04 LTS
我是Win 7 + Linux双系统，Win 7是原系统，然后再装Ubuntu。（具体如何安装双系统我会再开贴写一下）
这里注意：当你安装完官网版Ubuntu 12.04后，第一次进入到桌面可能会弹出让你安装显卡驱动，这时最好先无视之，后面会装的
还有如果你已经安装过driver了，可以先参照下面（除了安装driver的部分）的方法做。如果不行的话，可以尝试使用命令：
sudo apt-get --purge remove nvidia-current然后重装driver
有的教程建议使用：
sudo apt-get purge nvidia*我不确定这样做是否可以，因为我注意到有个默认安装的文件叫nvidia-detector，这个也会被删掉，很可能会导致（重启后）无法回到桌面界面（本人就是因为尝试各种方法后莫名其妙的丢失了桌面界面，后来甚至无法进入系统）
下载CUDA Toolkit 包
官方文档建议使用distribution-specific packages，也就是.deb包（很小，只有几百K），然后按照文档输入指令：
sudo dpkg -i cuda-repo-&distro&_&version&_&architecture&.deb
%这里&&中要按照自己下载包名字改
sudo apt-get update
sudo apt-get install cuda
但是每次都是报 depend 错误：
The following packages have unmet dependencies.
cuda : Depends: cuda-5-5 (= 5.5-22) but it is not going to be installed
E: Unable to correct problems, you have held broken packages.试了各种办法，但是都不行，所以只好放弃，然后转到使用run包（大概800MB）
下载后，准备工作就做好了。
2. 安装CUDA Toolkit 包
确认已经安装好了所有编译条件，如果不确定请执行：
sudo apt-get update
sudo apt-get install build-essential
使用 vim 或者其他类似工具打开blacklist.conf
sudo vim /etc/modprobe.d/blacklist.conf按 i 进入编辑模式，在最后一行加入：
blacklist nouveau
然后ESC退出编辑模式，输入& :wq & 存储并退出。然后建议重启计算机，我好像没有重启也成功了，不过为了保险起见还是重启吧！Nouveau这个驱动似乎是和Nvidia的驱动有冲突，所以必须禁掉，看手册中也有提到。
重启后，关闭GUI界面，进入命令行界面安装CUDA Toolkit
sudo service lightdm stop
%屏幕会黑掉
ctrl+alt+F1
%进入命令行界面login username and password %注意用户名不是你计算机的名字，是你命令行前缀里面的那个cd 到你下载 run 包的文件夹下，开始安装：
chmod +x cuda_5.5.22_linux_64.run
%注意：我这里是64位系统，自己根据自己的系统下载相应的run包
sudo sh cuda_5.5.22_linux_64.run然后会出一个license agreement，按住回车读完它（下面会有百分比%显示你读了多少了），最后会出现：
Do you accept the previously read EULA? (accept/decline/quit):这里选择 accept，然后会出现：
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 319.37? ((y)es/(n)o/(q)uit):
这里选择 NO (n), 然后剩下出现的都是确认使用默认目录 ENTER 或者是 YES (y)，然后就等着安装吧，很快就会好。如果出现：
===========
= Summary =
===========
Not Selected
Installed in /usr/local/cuda-5.5
Installed in /opt/cuda_samples恭喜你！你已经完成了大部分了！当然，在这条之前可能会提示一些 Missing recommended library: libGLU.so 等等，这个没关系后面会装的。
然后重启图形界面：
sudo start lightdm
3. 安装最新的 Nvidia driver 和一些必要的library （需要internet连接因为是在线安装）
sudo add-apt-repository ppa:xorg-edgers/ppa
sudo apt-get update
sudo apt-get install libcr-dev mpich2 mpich2-doc nvidia-331
%安装mpi(可选)，最新的driver 331
sudo apt-get install libX11-dev libglu1-mesa libXi-dev libXmu-dev freeglut3-dev
%都是些有用的lib
sudo apt-get install libgl1-mesa-glx libglu1-mesa-dev
%这两个本人没装，手册建议装
都安装完后，driver也搞定了。如果安装driver出现问题，可能是因为本身已经有了driver，请参考网上的方法卸载掉旧的driver再做上面的步骤。然后在桌面上点击打开system settings，打开一个好像叫additional drivers，会发现里面有driver-331的update，顺便升级了吧！最后建议重启一下电脑。然后可以打开terminal，输入&nvidia-smi看一下driver
4. 设置CUDA编程的环境PATH
同样使用 vim 或其他工具打开隐藏文件bashrc
sudo vim ~/.bashrc然后用上面同样的方法在最后一行写入必要的PATH
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/cuda/lib:/usr/lib/nvidia-331-updates:$LD_LIBRARY_PATH
export CUDA_SAMPLES=/home/username/NVIDIA_CUDA-5.5_Samples
%username自己改最后保存退出，大功告成！！！重启电脑！！
5. 验证你的成果
最简单的方法是打开 terminal，输入nvcc -V，看看有没有版本号啥的
文档上用的是&cat /proc/driver/nvidia/version
还有就是可以编译Samples，打开terminal，cd 到你安装sample的目录下，看到一堆各种应用类型的文件夹时，输入 make 然后回车执行，大概等个5 - 10 分钟后就会把全部的samples全部编译完毕。结果存在：
~/NVIDIA_CUDA-5.5_Samples/bin/x86_64/linux/release你可以任意执行下面的文件，比如最基础的deviceQuery
终于写完了第一篇blog，以后有时间会多写写blog，好记性不如烂笔头，这样许多现学现卖的东西不至于学完了就丢掉了，所以我的blog有点儿日记的意思。至于本文能不能帮到其他readers，这个我不敢保证，我能保证的是尽量把我知道的写清楚，给他人做个参考。由于本人水平有限，很可能有低级错误，所以欢迎指正！！
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：6726次
排名：千里之外
(1)(2)(1)(2)