Etapa 1:
Adicione o CUDA 4.0 PPA.
sudo add-apt-repository ppa:aaron-haviland/cuda-4.0
Etapa 2:
sudo apt-get update
sudo apt-get upgrade
64 bits:
sudo apt-get install nvidia-cuda-gdb nvidia-cuda-toolkit nvidia-compute-profiler libnpp4 nvidia-cuda-doc libcudart4 libcublas4 libcufft4 libcusparse4 libcurand4 nvidia-current nvidia-opencl-dev nvidia-current-dev nvidia-cuda-dev opencl-headers
32 bits:
sudo apt-get install nvidia-cuda-gdb nvidia-cuda-toolkit nvidia-compute-profiler lib32npp4 nvidia-cuda-doc lib32cudart4 lib32cublas4 lib32cufft4 lib32cusparse4 lib32curand4 nvidia-current nvidia-opencl-dev nvidia-current-dev nvidia-cuda-dev opencl-headers
Etapa 2a (opcional):
Se você não tiver nenhum driver nVidia instalado antes ou encontrar algum problema de inicialização do sistema, será necessário executar o seguinte comando. Caso contrário, este passo não é necessário de todo.
sudo nvidia-xconfig
** Este passo pode não ser necessário.
Etapa 3:
Reinicialize seu sistema.
Etapa 4 (opcional):
Para instalar o SMPlayer.
sudo apt-get install smplayer smplayer-translations smplayer-themes
Em seguida, defina-o para usar "vdpau" em "Output Driver" em "Preference".
Passo 5 (Opcional):
Uma vez instalados os drivers CUDA Toolkit e nVidia, você pode baixar os códigos de amostra para testes.
sudo apt-get install freeglut3-dev libxi-dev libXmu-dev
wget http://developer.download.nvidia.com/compute/cuda/4_0/sdk/gpucomputingsdk_4.0.17_linux.run
sudo chmod +x gpucomputingsdk_4.0.17_linux.run
./gpucomputingsdk_4.0.17_linux.run
Aceite as configurações padrão.
cd NVIDIA_GPU_computing_SDK/C
make
** Por favor, ignore as mensagens de aviso da versão do gcc sem suporte. Isso não é mal nenhum.
Execute os códigos de amostra.
cd NVIDIA_GPU_computing_SDK/C/bin/linux/release
%código%
./deviceQuery