1. 检查GPU设备识别

$ sudo lspci | grep NVIDIA

3D controller: NVIDIA Corporation Device 1b38 (rev a1) 表示为P40

2. 获取cuda网络源，并配置：

NVidia官方源地址:

http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1404/x86_64/)

$wget http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1404/x86_64/cuda-repo-ubuntu1404_8.0.44-1_amd64.deb

$ sudo dpkg -i cuda-repo-ubuntu1404_8.0.44-1_amd64.deb

$ sudo apt-get update

3. 安装cuda 8.0

$ sudo apt-get install cuda-8.0

注：在安装前请uname -a  检测当前内核版本，然后确保对应版本的kernel-header包已经安装：(否则无法正常编译驱动）

$ uname -a

$ Linux X-X-X-X 3.13.0-123-generic #172-Ubuntu SMP Mon

$ sudo aptitude search 3.13.0-123-generic

$ p   linux-cloud-tools-3.13.0-123-generic   - Linux kernel version specific cloud tools for version 3.13.0-123                     

$ p   linux-headers-3.13.0-123-generic      - Linux kernel headers for version 3.13.0 on 64 bit x86 SMP                            

$ p   linux-headers-3.13.0-123-generic:i386   - Linux kernel headers for version 3.13.0 on 32 bit x86 SMP

$ sudo apt-get install  linux-headers-3.13.0-123-generic

3.1 查看驱动状态

$ sudo nvidia-smi

看到如下输出表示GPU驱动正常：

4. 测试GPU基本功能（可选）

4.1 增加LD path：

$ export LD_LIBRARY_PATH="/usr/local/cuda-7.5/lib64:/usr/lib64/:$LD_LIBRARY_PATH"

4.2 安装cuda examples

$ cd /usr/local/cuda/bin

$ sh cuda-install-samples-8.0.sh ~/cuda-test/

$ cd ~/cuda-test/NVIDIA_CUDA-8.0_Samples

$ make

$ ./bin/x86_64/linux/release/deviceQuery 获取设备状态

$ ./bin/x86_64/linux/release/bandwidthTest 测试设备带宽

Note: 如果编译过程发现lnvcuvid的错误，可以执行：

$ find . -type f -execdir sed -i 's/UBUNTU_PKG_NAME = "nvidia-367"/UBUNTU_PKG_NAME = "nvidia-375"/g' '{}' \   

其中nvidia-375是当前安装的驱动的版本

5. 安装cudnn

（选装，注：不同AI框架对cudnn的版本支持不同）

5.1  https://developer.nvidia.com/cudnn 下载cudnn软件包。需要注册nvidia账号后才能下载

5.2  安装（案例使用cudnn5.1, 因为TensorFlow目前仅支持5.1）

ubuntu 可以选择 cuDNN v5.1 Runtime Library for Ubuntu14.04 (Deb)

6. 关闭ubuntu自动更新内核及nvidia Tools

建议操作：

  $ sudo vim /etc/apt/apt.conf.d/10periodic

将APT::Periodic::Update-Package-Lists "1";修改为 APT::Periodic::Update-Package-Lists "0"; 以禁止ubuntu自动更新软件包。

7. 其他

nvidia-smi 发现 GPU使用率100%

这个问题是系统读取gpu状态信息不准确导致，执行下列命令可更正，让系统读取命令正确。

  # nvidia-smi -pm 1