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:- 查看所有硬盘：
diskutil list - 取消硬盘挂载：
diskutil unmountDisk /dev/disk2 - 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 - 弹出硬盘：
diskutil eject /dev/disk2
- 查看所有硬盘：
- 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
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。
