T480(MX150)安装英伟达驱cuda（lspci|grep VGA只有一个）

# lspci | grep  VGA

# lspci | grep  3D

有点坑，比较奇葩。一般来说第一个因为要有两条信息出来的

1、 在系统设置->软件更新->附加驱动->选择nvidia最新驱动(384)->应用更改

2、结果：系统设置->详细信息 显示为GeForce MX150

安装成功，轻松简单，重装十来次ubuntu才试成功的。然后可以安装官网方式安装cuda

成功验证：

# nvidia-smi

# nvidia-settings

第二种方法，

（查看系统设置->软件更新->附加驱动里面的英伟达数字版本，如384）

Ctrl+Alt+F1，进入图形界面

# sudo service lightdm stop

# sudo apt-get install nvidia-384

# sudo service lightdm start

第三种方式，添加源的方式，可以参考网上的以及参考链接，

另外如果使用英伟达官网驱动，直接各种出错安装不了，

cuda安装参考官网或者其他网页方式即可，安装deb文件，比较简单。

安装完成后添加cuda环境变量即完成。

# nvcc –V 查看版本

cuda/samples目录下运行例子即可

有用参考: https://blog.csdn.net/jasonzhangoo/article/details/54866049

以及链接里面的附加链接

一、设备是否支持

 在终端中输入： $ lspci | grep -i nvidia ，会显示自己的NVIDIA GPU版本信息

二、禁用nouveau

终端中运行：$ lsmod | grep nouveau，如果有输出则代表nouveau正在加载。

三、运行cuda.run 文件

会出现依赖错误：

sudo apt-get install freeglut3-dev build-essential libx11-dev

sudo apt-get install libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa

sudo apt-get install libglu1-mesa-dev

把InstallUtils.pm 文件复制到

/usr/lib/x86_64-linux-gnu/perl-base/ 文件夹中

重新运行安装文件，添加参数

./cuda.run --override --toolkitpath=/home/XXX/local/cuda-8.0

安装过程中不安装英伟达驱动，不创建软链接，其余默认yes。

安装成功

在.bashrc文件尾部中添加：

export PATH=/home/solar/local/cuda-8.0/bin:$PATH

export LD_LIBRARY_PATH=/home/solar/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

终端输入 nvidia-smi 检测是否成功

解压cudnn.tgz文件,

sudo cp cudnn.h /home/solar/local/cuda-8.0/include/    

sudo cp lib* /home/solar/local/cuda-8.0/lib64/        

安装anaconda

直接运行.sh文件，安装成功

输入 conda info -e 查看是否安装成功

添加源：

conda config --add channels 'http://mirrors.ustc.edu.cn/anaconda/pkgs/free/'

conda config --set show_channel_urls yes

PS：服务器没办法解析域名 ，创建环境的时候总是提示网络错误。。。

修改resolv.conf

添加nameserver 8.8.8.8

或者nameuser 114.114.114.114

创建新的conda环境：

conda create -n transorflow python=python3.6

使用新的环境：

source activate tensorflow

然后：

pip install tensorflow_XX.whl

完成后进入python 

输入

import tensorflow as tf

hello=tf.constant('hello,Tensorflow')

sess=tf.Session()

print sess.run(hello)

输出 hello,Tensorflow则成功

UE5是一款游戏引擎，可以通过编写C++代码来与CUDA程序进行交互。下面是一些基本步骤：

1. 构建一个C++插件来实现与CUDA的交互；

2. 将CUDA程序编译为动态链接库（DLL）文件；

3. 在UE5项目中添加动态链接库；

4. 在C++插件中使用动态链接库调用CUDA程序。

具体来说，您可以按照以下步骤 *** 作：

1. 在UE5中创建一个新的插件项目。

2. 在插件项目中添加包含CUDA代码的源文件，并将其编译为动态链接库。

3. 在插件项目中添加包含CUDA头文件以及相关库文件的路径。

4. 在插件代码中使用动态链接库调用CUDA程序。

需要注意的是，在开发过程中还需要注意以下几点：

1. 编译CUDA程序时需要使用正确的编译器和CUDA工具包版本；

2. 需要确保CUDA代码能够在动态链接库中正常运行；

3. 如果需要在多个平台上使用该插件，则需要对不同平台进行编译并添加平台特定的代码。

总的来说，与CUDA的交互需要比较深入的技术知识，我们建议您在开始之前做好充分的准备和了解相关知识。

---