重装cuda toolkit

yilin_510

已于 2025-04-13 12:35:36 修改

阅读量474

点赞数 6

文章标签： java linux 服务器

于 2025-04-05 18:27:18 首次发布

本文链接：https://blog.youkuaiyun.com/2301_82079903/article/details/147013573

版权

个人学习经验总结

卸载目前的cuda toolkit

判断安装方式

很久之前用过了，确认了自己是用.deb安装的就没管.run安装的了

.deb安装检测

输入

dpkg -l | grep -i cuda

.run的安装检测

ai的,没有验证过，大家可以试一试，对比着试一试就知道自己是用什么安装的了

输入

ls -l /usr/local/

cd /usr/local/cuda-X.Y

ls /usr/local/cuda-X.Y/bin | grep uninstall

.deb安装的卸载方式

卸载现有的cuda相关包

sudo apt-get --purge remove "*cuda*" "*cublas*" "*cufft*" "*cufile*" "*curand*" "*cusolver*" "*cusparse*" "*npp*" "*nvjpeg*" "nsight*" 
sudo apt-get autoremove
sudo apt-get autoclean

清理残留文件

sudo rm -rf /usr/local/cuda*

检测是否卸载完成

nvcc --version

输出应该是：

.run安装的卸载方式

因为我不是使用.run的方式安装的，所以没有去实际上手过，但是.run安装的时候好像顺带装了个卸载的程序，卸载应该挺方便的【上面检验是否是.run文件安装的方式也是检验是否存在卸载文件】（这里建议大家直接ai操作，我就不列出了）

安装新的cuda toolkit

检验版本匹配问题

输入

nvidia-smi

可以查看自己的显卡驱动版本，我是下的550的驱动，输入后，显示如下

如果输入后不显示，可以去下载驱动，参考我的这一篇博客（下载的部分就可以了）

重装nvidia驱动-优快云博客

安装一定要非常注意cuda和显卡驱动的版本匹配

1. CUDA 12.8 Update 1 Release Notes — Release Notes 12.8 documentation

如上是官网的网址，进入和查看如下

安装对应版本的cuda toolkit

请先别在这里直接安装，我把我踩的坑记录到了PS处，看看再安装吧。

这个官网教程非常的小白，我直接把版本的选择官网贴这里

CUDA Toolkit Archive | NVIDIA Developer

我是选择的cuda12.1,点进去之后选择你的系统，你的架构，版本，然后安装方式，一行行输入代码就可以了

！！!踩坑记录！！！，最后一行代码【sudo apt-get -y install cuda】不能直接输入！！！！

输入之后会直接安装最新版本，甚至会改驱动【头秃】，安装时注意变成例如：

【sudo apt-get install cuda-12-1 #自己改版本号]

安装完成之后进行相关环境配置

安装完成之后，输入

nvcc --version

还是不会有输出，因为没有进行相关的环境配置，这里环境配置如下：

sudo cp -P /usr/local/cuda /usr/local/cuda.bak #保险起见，先备份原有连接指向

sudo rm /usr/local/cuda              # 删除旧的符号链接（如果存在）
sudo ln -s /usr/local/cuda-12.4 /usr/local/cuda  # 创建新链接指向 CUDA 12.4
#我的是cuda12-4,安装时注意自己修改

export PATH=/usr/local/cuda/bin:$PATH  # 动态指向当前符号链接版本

再次输入尝试

nvcc --version

ps:

安装类型选择：

建议大家直接按照deb(local）安装

个人尝试过

deb(local)：虽然需要输入的较多，但是，安装很快

deb(network):虽然输入少，但是，安装也卡

runfile(local):很久以前尝试过，好像失败了，就没尝试了（当时好像运行起来奇奇怪怪的），补充，这个需要自己手动安装（还要关掉图形化界面再装，好麻烦的样子）

使用.deb安装注意！！

安装的最后一行记得改为【sudo apt-get install cuda-12-1 #自己改版本号]
输入之后会让你输入【y/n】选择是否直接安装，这个时候请好好阅读一下上面的安装包，看看和自己的驱动是否相符，不符就别装这个版本！！！，输入【n】取消

（本菜鸡直接装，导致直接把我原来的驱动模块给整乱了，然后我手动加载，重写boot，结果是，被迫重装系统了『苦笑』，引以为戒！！）

似乎有两种解决方法，一种是输入【sudo apt instal xxxx #不想的搜了，用的时候问ai吧】禁止修改驱动，一种是直接用run手动安装（我个人太菜，没尝试过，预计应该和我之前尝试过的源码编译安装包下载，自己修改配置差不多）

闲话

个人是为了安装兼容的pytorch,所以想把驱动和cuda tollkit的全都换成特定匹配的，因为其对应关系是：pytorch---依赖--->cuda---依赖--->驱动

现在觉得自己太蠢了『每隔一段时间都会被自己蠢笑，扶额』，可以这样实现：

驱动不改，不在系统上安装cuda toolkit,直接使用conda安装pytorch，人家自己会下匹配一个精简版的cudatoolkit，（自己来各种试，浪费时间+甚至重装了一遍系统，唉），[和我有同样需求的朋友，可以按照我的闲话这个逻辑来试试吧，至少你看到这儿，也就只是重装了一下cuda，而且你看了我的ps的话，应该驱动也没受到影响，只能说，我尝试了小一个星期，希望和我一样的朋友能够节约一点时间吧]

还有，还可以通过conda安装cuda toolkit，还不破坏驱动环境

conda install -c "nvidia/label/cuda-12.1.0" cuda-toolkit

卸载还方便

conda remove cuda-toolkit

这里给我自己留一个pytorch的官网安装接口

https://pytorch.org/get-started/previous-versions/

后续学习进展

还是建议大家按照自己电脑上的驱动安装对应版本，不要因为什么原因就装一些看起来匹配实则不匹配的版本（例如我踩雷的550+12-1，怎么装怎么出错）【本质还是我太菜，不会改】
还有pytorch官网上,在conda环境下，下载安装对应的版本，会自己下载对应的一个精简的cuda,这和我本机的cuda并不冲突，所以不用特地去改版本