創(chuàng)建時間：2016-11-25
作者：海濱

背景介紹:為了加速類prisma風格圖片渲染速度（開源項目yusuketomoto/chainer-fast-neuralstyle),先需要對一臺裝有GeForce GTX 780 Ti的CentOS機器安裝cuda環(huán)境。

安裝CentOS 7系統(tǒng)

• 去CentOS官網(wǎng)下載安裝鏡像，本次下載的是Minimal ISO版本（不帶圖形化界面700多M)
• 在mac終端使用dd命令制作啟動盤:
  1. 查看所有硬盤：diskutil list
  2. 取消硬盤掛載：diskutil unmountDisk /dev/disk2
  3. 拷貝iso鏡像文件（時間較久請耐心等待，速度2m/s）：sudo dd if=CentOS-7.0-1406-x86_64-DVD.iso of=/dev/disk2 bs=1m
  4. 彈出硬盤：diskutil eject /dev/disk2
• 啟動電腦從U盤啟動安裝系統(tǒng)（tips:如果已有windows系統(tǒng)，只需將系統(tǒng)安裝至空白分區(qū)即可）

網(wǎng)絡配置

由于ifconfig命令沒有安裝，可以使用ip命令代替。
顯示當前網(wǎng)卡信息：ip addr show
編輯網(wǎng)卡配置：vi /etc/sysconfig/network-scripts/ifcfg-eno1
新增IP地址和網(wǎng)關信息：

IPADDR=192.168.199.88
GATEWAY=192.168.199.1
DNS1=192.168.199.1

將ip地址獲取從dhcp改成static:

BOOTPROTO=static

重啟網(wǎng)絡服務:service network restart
測試網(wǎng)絡服務:ping www.baidu.com

前提軟件安裝

pip安裝
當前系統(tǒng)自帶python卻沒有pip，暈！

curl "https://bootstrap.pypa.io/get-pip.py" -o "get-pip.py”
python get-pip.py

其他軟件

• git, sudo yum install git
• gcc, sudo yum install gcc
• g++, sudo yum install gcc-g++
• kernel開發(fā)環(huán)境(編譯cuda需要), sudo yum install kernel-devel-$(uname -r) kernel-headers-$(uname -r)
• python開發(fā)環(huán)境(編譯chainer需要), sudo yum install python-devel

安裝cuda

首先下載cuda安裝包，本次下載的是CentOS 7 runfile版本

參照官方手冊操作，進行安裝即可，這里大致介紹下自己安裝過程中的坎。

• 安裝gcc、g++、kernel開發(fā)環(huán)境
• 關閉系統(tǒng)自帶驅(qū)動Nouveau drivers（官方手冊有詳細方法）
• 安裝cuda
• 編譯cuda samples，測試安裝結(jié)果，運行./NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release/deviceQuery

安裝cudnn

使用GPU加速神經(jīng)網(wǎng)絡的計算
下載cudnn安裝包，其實就是lib庫和頭文件的壓縮包，最終解壓拷貝到cuda安裝路徑的lib64、include文件即可。

安裝風格圖片渲染環(huán)境chainer

參照chainer官方文檔

加速結(jié)果測試

服務器配置:

CPU: Intel(R) Xeon(R) CPU E3-1270 v3 @ 3.50GHz(8核)
GPU: GeForce GTX 780 Ti

不使用GPU加速
運行代碼:python generate.py sample_images/tubingen.jpg -m models/composition.model -o sample_images/output.jpg
運行時間:13s

使用GPU加速
運行代碼:python generate.py sample_images/tubingen.jpg -m models/composition.model -o sample_images/output.jpg -g 0
運行時間:1.5s

加速效果非常明顯，性能提升接近10倍。