Instale CUDA em um diretório diferente em 16.04

Question

É possível instalar o CUDA em um diretório diferente de /usr/local/ ? Eu tenho espaço muito limitado no meu drive. Estou usando esta resposta para instalá-lo atualmente .

Estou usando para o TensorFlow.

    

Answer 1

Consulte o Guia de instalação CUDA da NVIDIA página 32 / 33 (_de acordo com a página 36/37 do leitor de PDF) para obter mais detalhes sobre como instalar no local personalizado para as bibliotecas do CUDA e também quais variáveis de ambiente devem ser configuradas para fazê-lo funcionar.

Atualização:
Conforme a documentação:

Runfile
O Runfile pode ser extraído no Toolkit independente, Amostras e Driver Runfiles usando o parâmetro - extract . O kit de ferramentas e amostras Runfiles autônomos podem ser extraídos ainda mais executando:

$ ./runfile.run --tar mxvf

O Driver Runfile pode ser extraído executando:

$ ./runfile.run -x

...
Para sistemas debian:

$ dpkg-deb -x  package.deb output_dir
# Where package.deb is the downloaded debian package for cuda 
# and output_dir is the directory where you want to extract the files.

Atualização 2:

Como comentado pelo OP, o guia de instalação 34 (PDF Reader Page 38) contém as etapas necessárias / referências postadas abaixo para referência aqui:

How do I install the Toolkit in a different location?

The Runfile installation asks where you wish to install the Toolkit and the 
Samples during an interactive install. If installing using a non-interactive 
install, you can use the --toolkitpath and --samplespath parameters to 
change the install location:
$ ./runfile.run --silent \
  --toolkit --toolkitpath=/my/new/toolkit \
  --samples --samplespath=/my/new/samples


The RPM and Deb packages cannot be installed to a custom install location 
directly using the package managers. See the "Install CUDA to a specific 
directory using the Package Manager installation method" scenario in the 
Advanced Setup section for more information.

    

Answer 2

O seguinte funcionou ao instalar o CUDA 8.0 no Ubuntu 16.04.

Faça o download do arquivo (local) .run na página de downloads CUDA .

Consultoria Guia de instalação CUDA da NVIDIA página 34 (PDF página 38):

The Runfile installation asks where you wish to install the Toolkit and the 
Samples during an interactive install. If installing using a non-interactive 
install, you can use the --toolkitpath and --samplespath parameters to 
change the install location:
$ ./runfile.run --silent \
  --toolkit --toolkitpath=/my/new/toolkit \
  --samples --samplespath=/my/new/samples

Onde /my/new/ é o seu novo diretório de instalação do CUDA (em uma partição com espaço suficiente). Anteriormente, ele foi instalado em /usr/local/cuda/ ou /usr/local/cuda-x.x .

As pastas /my/new/toolkit e /my/new/samples são criadas automaticamente.

Além disso, achei útil usar o --tmpdir=/some/path/ flag, que define qual diretório deve armazenar temporariamente os arquivos . Use um diretório em uma partição com muito espaço.

Então, finalmente, o comando se torna:

$ ./runfile.run --silent --toolkit --toolkitpath=/my/new/toolkit --samples --samplespath=/my/new/samples --tmpdir=/my/new/

Você pode executar as etapas acima com o sinal --help ou consultar os documentos do CUDA Linux para ver todas as possibilidades de instalação.

Depois disso, é necessário redirecionar as variáveis PATH e LD_LIBRARY_PATH . Adicione as seguintes linhas à parte inferior do seu arquivo .bashrc (que está no seu diretório pessoal):

export PATH=/my/new/toolkit/bin/:$PATH
export LD_LIBRARY_PATH=/my/new/toolkit/lib64/:$LD_LIBRARY_PATH

Você deve então executar source /home/username/.bashrc para executar o arquivo e carregar as variáveis de ambiente.

Execute nvcc --version para confirmar que o CUDA está instalado. Obtenha a versão com cat /my/new/toolkit/version.txt .

Veja esta resposta para mais ajuda.

Ajuda adicional para instalar o TensorFlow com o Anaconda:

Esta parte foi específica do meu caso de uso, mas para instalar o TensorFlow com o Anaconda depois de instalar o CUDA, execute conda install -c jjhelmus tensorflow-gpu (de aqui . O Anaconda parece não funcionar).