背景
最近在学习AI相关知识，需要使用 gpu 运行 tensorflow 代码，选择在腾讯云上搭建环境
要点总结
1 版本号对齐
安装 tensorflow 与 GPU 支持需要对齐以下软件的版本号（按依赖顺序排列）：
- GPU 驱动版本号
- CUDA 版本号
- cudnn 版本号
- tensorflow 版本号
由于 tensorflow 位于最下游，因此更新时机最晚，因此实际安装时应从 tensorflow 的版本号反向推导上游的版本号信息。 各软件包的版本号可以参见 tensorflow 的官方网站
GPU驱动的版本号，可以通过驱动下载页查看。 需要找到适配目标CUDA版本的驱动版本
2 环境安装
2.1 使用腾讯云自动安装环境
在腾讯云上创建 GPU 实例时，可以选择 GPU驱动、cuda、cudnn版本号，在实例启动后自动安装。需要注意的是腾讯云默认的版本号并没有对齐， 需要自动调整需要的版本号
这里我们的操作系统选择了 20.04 而不是最近的 22.04 ，就是因为 22.04 的 GPU 驱动最低支持的 cuda 版本是 11.7 ， 与 tensorflow 的 cuda 版本不匹配
环境安装好后，按安装手册中的描述，使用 pip 安装 tensorflow 即可
pip install tensorflow==2.4.0
2.2 手动安装环境
本次安装的目标版本如下表
| python | tensorflow | cudnn | cuda | nvidia driver |
|---|---|---|---|---|
| 3.9 | 2.6.0 | 8.1 | 11.2 | 460.106.00 |
a.安装 N 卡驱动
按安装手册中说明安装驱动。 需要注意的是安装手册中的驱动安装命令，需要替换成你需要的驱动版本
sudo apt-get -y install cuda-drivers-460
由于ubuntu 系统安装后，有默认的驱动，在安装 Nvidia 驱动后禁用默认驱动nouveau:
打开/etc/modprobe.d/blacklist.conf文件，并添加以下内容：
blacklist nouveau
options nouveau modeset=0
然后重启服务器，并输入nvidia-smi命令，当出现以下输出时，说明 nvidia 驱动已启用
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 460.106.00 Driver Version: 460.106.00 CUDA Version: 11.2 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0 Tesla T4 On | 00000000:00:08.0 Off | 0 |
| N/A 33C P8 9W / 70W | 4MiB / 15109MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
| 0 N/A N/A 1454 G /usr/lib/xorg/Xorg 4MiB |
+-----------------------------------------------------------------------------+
b.安装 cuda
按安装手册描述安装cuda，同样的安装命令需要替换成目标版本。
sudo apt install cuda-toolkit-11-2
cuda 的安装时间比较长，为避免断开连接，可以使用 tmux 管理会话
c.安装 cudnn
按安装手册描述安装 cudnn。
cudnn 的可用版本号可以通过apt-cache命令查看，然后选择对应的版本
apt-cache madison libcudnn8 | grep 11.2
cudnn_version=8.1.1.33 && cuda_version=cuda11.2
d.安装 tensorflow
按安装手册中的描述创建虚环境，并安装 tensorflow。
pip install tensorflow==2.6.0
3 检查环境安装结果
安装 tensorflow
pip install tensorflow==2.4.0
执行 python 代码
import tensorflow as tf
print(tf.config.list_physical_devices('GPU'))
得到以下输出，说明环境安装成功
[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]