创建时间：2016-11-25

作者：海滨

背景介绍:为了加速类prisma风格图片渲染速度（开源项目yusuketomoto/chainer-fast-neuralstyle),先需要对一台装有GeForce GTX 780 Ti的CentOS机器安装cuda环境。

安装CentOS 7系统

• 去CentOS官网下载安装镜像，本次下载的是Minimal ISO版本（不带图形化界面700多M)
• 在mac终端使用dd命令制作启动盘:
  1. 查看所有硬盘：diskutil list
  2. 取消硬盘挂载：diskutil unmountDisk /dev/disk2
  3. 拷贝iso镜像文件（时间较久请耐心等待，速度2m/s）：sudo dd if=CentOS-7.0-1406-x86_64-DVD.iso of=/dev/disk2 bs=1m
  4. 弹出硬盘：diskutil eject /dev/disk2
• 启动电脑从U盘启动安装系统（tips:如果已有windows系统，只需将系统安装至空白分区即可）

网络配置

由于ifconfig命令没有安装，可以使用ip命令代替。

显示当前网卡信息：ip addr show

编辑网卡配置：vi /etc/sysconfig/network-scripts/ifcfg-eno1

新增IP地址和网关信息：

IPADDR=192.168.199.88
GATEWAY=192.168.199.1
DNS1=192.168.199.1

将ip地址获取从dhcp改成static:

BOOTPROTO=static

重启网络服务:service network restart 测试网络服务:ping www.baidu.com

前提软件安装

pip安装 当前系统自带python却没有pip，晕！

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

其他软件

• git,sudo yum install git
• gcc,sudo yum install gcc
• g++,sudo yum install gcc-g++
• kernel开发环境(编译cuda需要),sudo yum install kernel-devel-$(uname -r) kernel-headers-$(uname -r)
• python开发环境(编译chainer需要),sudo yum install python-devel

安装cuda

首先下载cuda安装包，本次下载的是CentOS 7 runfile版本

参照官方手册操作，进行安装即可，这里大致介绍下自己安装过程中的坎。

• 安装gcc、g++、kernel开发环境
• 关闭系统自带驱动Nouveau drivers（官方手册有详细方法）
• 安装cuda
• 编译cuda samples，测试安装结果，运行./NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release/deviceQuery

安装cudnn

使用GPU加速神经网络的计算 下载cudnn安装包，其实就是lib库和头文件的压缩包，最终解压拷贝到cuda安装路径的lib64、include文件即可。

安装风格图片渲染环境chainer

参照chainer官方文档

加速结果测试

服务器配置:

cpu: Intel(R) Xeon(R) cpu E3-1270 v3 @ 3.50GHz(8核)

GPU: GeForce GTX 780 Ti

不使用GPU加速

运行代码:python generate.py sample_images/tubingen.jpg -m models/composition.model -o sample_images/output.jpg 运行时间:13s

使用GPU加速

运行代码:python generate.py sample_images/tubingen.jpg -m models/composition.model -o sample_images/output.jpg -g 0 运行时间:1.5s

加速效果非常明显，性能提升接近10倍。