Wie konfiguriere ich ein Nvidia RTX 2080 Ti mit Ubuntu?

habe vor 2 Tagen einen rtx 2080ti bekommen, vorher habe ich zwei gtx 1080 verwendet und mein Tensorflow-Programm ohne Probleme ausgeführt. Nach dem Austausch durch rtx 2080ti kann das System keinen Treiber für dieses Gerät finden, und das lshw zeigt mir Folgendes

  * -display UNCLAIMED       
       Beschreibung: VGA-kompatibler Controller
       Produkt: NVIDIA Corporation
       Anbieter: NVIDIA Corporation
       physische ID: 0
       Businfo: pci @ 0000: 01: 00.0
       Version: a1
       Breite: 64 Bit
       Takt: 33MHz
       Funktionen: pm msi pciexpress vga_controller cap_list
       Konfiguration: Latenz = 0
       Ressourcen: Speicher: de000000-deffffff Speicher: c0000000-cfffffff Speicher: d0000000-d1ffffff ioport: e000 (Größe = 128) Speicher: c0000-dffff

Ich habe versucht, einige Treiber von PPA manuell zu installieren, aber es passiert nichts.

Ist das mein Computerproblem oder es wurde tatsächlich noch nicht unterstützt.

Meine Systemversion ist 18.04

Vielen Dank

Ich habe einen vollständigen Artikel über die Installation von Treibern und Cuda für GPUs der RTX 2080-Serie unter Ubuntu geschrieben, hauptsächlich, weil dies für einige (die meisten?) Benutzer eine zeitaufwändige Aufgabe sein kann. Es wird empfohlen, dem Artikel zusammen mit der folgenden Antwort zu folgen.

Ich habe das gleiche Problem mit beiden Ubuntu-16.04und beobachtet 18.04. In Ubuntu-16.04der Maschine wurde nicht der richtige Nvidia-Treiber gefunden, und es wurde ein Open-Source-Nouveau-Bildschirmtreiber verwendet. Daher müssen Sie den richtigen Treiber von Nvidia herunterladen und installieren .

Installieren Sie nun die Treiber wie folgt.

1) cd Downloads/

2) ls
#(NVIDIA-Linux-x86_64–410.57.run #output of ls)

3) chmod +x NVIDIA-Linux-x86_64–410.57.run
#(to get permission to execute the run file)

4) sudo ./NVIDIA-Linux-x86_64–410.57.run --no-x-check

Hinweis: --no-x-check Flagge ist wichtig. Andernfalls müssen Sie das deaktivieren x-serverund sich von der GUI abmelden.

Sobald die Treiber installiert sind, starten Sie den Computer neu und überprüfen Sie die Installation mit dem nvidia-smiBefehl auf einem Terminal. Es zeigt Ihnen Informationen zur GPU und zum installierten Treiber.

Der nächste Teil ist die Installation von Cuda, was manchmal schmerzhaft sein kann. Sie müssen sich von der GUI abmelden und alle Aktionen auf einem Terminal ausführen.

Laden Sie Ihre relevante cuda run-Datei von diesem Link herunter . Erstellen Sie dann eine Datei mit dem Namen blacklist-nouveau.conf in Ihrem Home-Verzeichnis und fügen Sie dieser Datei die folgenden Zeilen hinzu.

blacklist nouveau
options nouveau modeset=0

Jetzt müssen wir uns von der GUI abmelden, indem wir ( Strg + Alt + F1 ) drücken, um cuda zu installieren. Geben Sie Ihren Benutzernamen und Ihr Passwort ein, um zum Terminal zu gelangen.

Befolgen Sie nun die folgenden Schritte.

1) sudo service lightdm stop

2) sudo -i

3) sudo cp /home/avin/blacklist-nouveau.conf /etc/modprobe.d
#change avin with your user name

4) sudo update-initramfs -u

5) exit

6) cd Downloads/

7) md5sum cuda_10.0.130_410.48_linux.run #(Optional)

8) sudo sh cuda_10.0.130_410.48_linux.run

Der Cuda-Installationsassistent wird angezeigt. Befolgen Sie die offensichtlichen Schritte zusammen mit dem Artikel. Sobald die Installation abgeschlossen ist, führen Sie sie rebootauf diesem Terminal aus.

Fügen Sie nach dem Neustart des Computers den cuda-Pfad zum hinzu .bashrc.

1) sudo gedit ~/.bashrc

2) Add following 2 lines at the end of the .bashrc file

export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

3) source ~/.bashrc

Führen Sie nun nvcc -Vein Terminal aus, das eine Ausgabe wie folgt liefern soll.

Installationsnachricht

Nachdem die Treiber und cuda installiert sind, möchten Sie möglicherweise die Tensorflow-GPU-Version installieren. Hier ist ein gutes Tutorial für die gleiche Aufgabe.

Ich hatte gerade genau das gleiche Problem und im Moment führe ich ein Tensor-Flow-Modell aus, um es zu testen, und es scheint in Ordnung zu sein

Alles, was ich tun musste, war, den Treiber von der Nvidia-Website zu installieren und mit sudo auszuführen.

Hier gehen Sie zum Link https://www.geforce.com/drivers

Ich habe noch kein Benchmarking für die Leistung durchgeführt, aber alles scheint in Ordnung zu sein

und ein sehr schlechter Nachteil für diesen Ansatz ist, dass Sie jedes Mal, wenn Sie ein Kernel-Update haben, den Treiber neu installieren müssen!