Ubuntu18.04下安装Cuda8及以上版本

Ubuntu18.04无GCC降级安装CUDA8及更高版本
本文介绍了在Ubuntu18.04系统下,如何在不降低GCC版本的情况下安装CUDA8及以上版本。首先通过软件与更新安装显卡驱动,然后从NVIDIA官网下载CUDA8.0并使用--override选项跳过版本检查。接着,通过设置环境变量将CUDA路径添加到系统路径,并验证CUDA安装成功。该方法适用于不希望切换GCC版本的用户。

Ubuntu18.04下安装Cuda8及以上版本

cuda8已经不支持GCC5及以上版本的安装,而ubuntu18自带的gcc版本为7.5,所以安装时会报错Error: unsupported compiler: 7.5.0. Use --override to override this check. 看了很多帖子都是在切换gcc版本为4.7,但是服务器源或者国内源里已经没有GCC-4版本了,此篇文章目的是在不切换gcc和g++版本的情况下安装cuda8或者以上版本,都是通用的

安装显卡驱动

ubuntu18.04及以上版本可以直接在系统自带的软件与更新中安装显卡驱动,是最简单的一种方法,换源也在这里进行,省去了很多麻烦,步骤如下

打开桌面左下角全部应用面板,打开 软件与更新
在这里插入图片描述选择 下载至 其他站点 然后选择一个你想用的源地址,我这里用的是阿里云
在这里插入图片描述选择完源地址后点击右下角关闭,然后点击刷新应用列表,等待完成,然后再次打开此应用,点击附加驱动,选择一个驱动进行安装,推荐选择tested和专有的
在这里插入图片描述安装完成,重新启动电脑,打开命令行窗口,输入 nvidia-smi 查看显卡驱动是否安装成功,安装成功会输出显卡驱动版本信息和推荐的Cuda版本
在这里插入图片描述

下载cuda8.0

cuda8.0 地址:https://developer.nvidia.com/cuda-80-ga2-download-archive
其他版本地址:https://developer.nvidia.com/Cuda-Toolkit-archive
选择对应版本下载即可
在这里插入图片描述然后进入到下载文件夹,进入到命令行窗口,输入:

bash ./cuda*.run --tar mxvf
sudo cp InstallUtils.pm /usr/lib/x86_64-linux-gnu/perl-base
export $PERL5LIB

然后运行刚刚下载的文件

sudo sh cuda_8.0.61_375.26_linux.run --override

安装过程一直按回车键,直到出现 accept
在这里插入图片描述显卡驱动已经提前安装好,这里就不安装了

cuda安装完毕后,要把路径写到系统路径里,命令行输入

gedit ~/.bashrc

在打开的文件里加入

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda

更新一下

source ~/.bashrc

打开命令行终端,输入nvcc -V查看cuda是否安装成功
在这里插入图片描述
到这里,基于Ubuntu18.04下安装Cuda8及以上版本的文章就结束啦,有什么问题欢迎留言!

### 如何在 Ubuntu 18.04安装 CUDA 11.8 #### 准备工作 确保系统已更新至最新状态并满足 NVIDIA 驱动的要求。可以通过以下命令完成系统的升级: ```bash sudo apt update && sudo apt upgrade -y ``` 确认 GPU 的驱动版本是否支持 CUDA 11.8。可以运行 `nvidia-smi` 命令查看当前的驱动版本。如果未安装 NVIDIA 驱动,则需先通过官方文档或包管理器安装合适的驱动程序。 --- #### 下载 CUDA 工具包 访问 NVIDIA 官方网站获取最新的 CUDA Toolkit 版本[^5]。对于 CUDA 11.8,在官网页面找到对应于 Ubuntu 18.04 的下载链接。通常可以选择 `.run` 文件或者基于 APT 软件源的方式进行安装。 推荐使用软件源方式,因为它更易于维护和卸载: 1. 添加 NVIDIA 的 GPG 密钥: ```bash wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-keyring_1.0-1_all.deb sudo dpkg -i cuda-keyring_1.0-1_all.deb ``` 2. 更新本地仓库索引: ```bash sudo apt-get update ``` 3. 安装 CUDA Toolkit 和相关依赖项: ```bash sudo apt-get install -y cuda-11-8 ``` --- #### 设置环境变量 为了使系统能够识别 CUDA 库路径,需要配置环境变量。编辑用户的 shell 配置文件(通常是 `~/.bashrc` 或者 `/etc/profile.d/cuda.sh`),添加如下内容[^4]: ```bash export PATH=/usr/local/cuda-11.8/bin${PATH:+:${PATH}} export CUDA_HOME=/usr/local/cuda-11.8 export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} ``` 保存修改后的文件,并重新加载它以应用更改: ```bash source ~/.bashrc ``` --- #### 验证安装 执行以下命令来验证 CUDA 是否正确安装以及其版本号: ```bash nvcc --version ``` 该命令应返回类似于以下的结果,表明 CUDA 11.8 成功安装: ``` nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2022 NVIDIA Corporation Built on Wed_Sep__7_19:36:36_PDT_2022 Cuda compilation tools, release 11.8, V11.8.xxx ``` 还可以测试设备上的 GPU 可用性: ```bash nvidia-smi ``` --- #### 安装 cuDNN(可选) cuDNN 是用于深度学习框架优化的一个库,常与 CUDA 结合使用。可以从 NVIDIA 开发者门户网站下载适用于 CUDA 11.8 的 cuDNN 版本[^2]。解压后将其复制到对应的目录下: ```bash tar -xzvf cudnn-linux-x86_64-*.*.*-cuda*.tgz sudo cp cuda/include/* /usr/local/cuda-11.8/include/ sudo cp cuda/lib64/* /usr/local/cuda-11.8/lib64/ ``` 最后记得再次刷新动态链接库缓存: ```bash sudo ldconfig ``` --- ### 注意事项 - 如果之前已经安装过其他版本CUDA,请务必完全清理旧版后再继续操作,以免发生冲突。 - 对于生产环境中部署时建议采用静默模式批量处理脚本来减少人为干预可能带来的错误风险。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值