利用Akitio Node Pro搭建Ubuntu 18.04 linux 上的 Cuda 開發環境
1.安裝Ubuntu 18.04操作系統
官網上下載iso，製作安裝盤進行安裝。
安裝完成後，系統自動就能識別出擴展塢來，如果已經安裝上GPU顯卡，也能夠自動識別出來，系統安裝過程後通過lspci就可以看到了，這點比較方便。老版本的ubuntu可能識別不出來。
2.安裝NVidia官網驅動
參考：Ubuntu 16.04 禁用 nouveau 安裝 nvidia顯卡驅動
3.安裝CUDA10、CUDNN
參考: Ubuntu18.04安裝CUDA10、CUDNN
cudnn需要註冊下載
4.安裝Tensorflow或者paddlepaddle
推薦使用Anaconda。
https://www.anaconda.com/distribution/#download-section
paddlepaddle
https://www.paddlepaddle.org.cn/documentation/docs/zh/beginners_guide/install/install_Ubuntu.html
tensorflow
參考：https://tensorflow.google.cn/install/pip
安裝教程安裝完成後可能會碰到這個坑：
-
Can not find library: libcublas.so
暫時加進去，sudo ldconfig /usr/local/cuda/lib64
ldconfig幾個需要注意的地方：往/lib和/usr/lib裏面加東西，是不用修改/etc/ld.so.conf的，但是完了之後要調一下ldconfig，不然這個library會找不到。
想往上面兩個目錄以外加東西的時候，一定要修改/etc/ld.so.conf，然後再調用ldconfig，不然也會找不到。
如果想在這兩個目錄以外放lib，但是又不想在/etc/ld.so.conf中加東西（或者是沒有權限加東西）。那也可以，就是export一個全局變量LD_LIBRARY_PATH，然後運行程序的時候就會去這個目錄中找library。一般來講這只是一種臨時的解決方案，在沒有權限或臨時需要的時候使用。
ldconfig做的這些東西都與運行程序時有關，跟編譯時一點關係都沒有。編譯的時候還是該加-L就得加，不要混淆了。
總之，就是不管做了什麼關於library的變動後，最好都ldconfig一下，不然會出現一些意想不到的結果。不會花太多的時間，但是會省很多的事。
再有，諸如libdb-4.3.so文件頭中是會含有庫名相關的信息的（即含“libdb-4.3.so”，可用strings命令察看），因此僅通過修改文件名以冒充某已被識別的庫（如libdb-4.8.so）是行不通的。爲此可在編譯庫的Makefile中直接修改配置信息，指定特別的庫名。
ps：在ubuntu18上安裝比較順利，一晚上就可以完成，之前搞了2天debian9，總是找不到內核文件，驅動安裝不上，顯卡無法使用，放棄了。NodePro對eGPU支持的比較好，500W的功率幾乎沒有帶不起來的卡，本身2個PCIe槽，擴展能力強。