Ubuntu 多版本 CUDA 共存

最新推荐文章于 2025-04-25 15:28:33 发布

MemoryD

最新推荐文章于 2025-04-25 15:28:33 发布

阅读量1.5k

点赞数 2

分类专栏：机器学习 TensorFlow 文章标签： Ubunntu TensorFlow CUDA

本文链接：https://blog.youkuaiyun.com/MemoryD/article/details/84142397

版权

本文介绍了在Ubuntu系统中如何让CUDA 8.0和TensorFlow 1.4共存，并提供了详细步骤，包括下载CUDA和cuDNN的安装文件，通过修改配置文件实现不同CUDA版本之间的自由切换。同时，为了方便操作，还给出了创建快捷命令的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

0 前言

因为之前在电脑上已经装了 Python3.6 + Tensorflow 1.11，所以用 Acaconda 创建了一个 Python2.7 的环境，在里面装 Tensorflow 1.4 ，但是这样有一个问题，就是 CUDA 不兼容，Tendoflow 1.4 需要 CUDA8.0 + cuDNN 6。

所以这里提供了一个能让多版本 CUDA 共存的办法。

1 下载

下载 CUDA 8.0：CUDA下载，下载 runfile 文件。

下载 cuDNN 6：cuDNN下载，下载 tgz 文件。

需要注册一个账号，而且能科学上网最好。。。

2 安装

安装 CUDA，我下载的文件名是 cuda_8.0.44_linux.run，使用以下命令开始安装：

> sudo chmod 777 cuda_8.0.44_linux.run
> ./cuda_8.0.44_linux.run

然后是一个用户协议，按住空格不放很快就到底了。

接下来是一些需要选择的问题：

Do you accept the previously read EULA?
accept/decline/quit: accept

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?
(y

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

MemoryD

关注关注

2
点赞
踩
10

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

ubuntu下安装多版本cuda及版本切换教程

zeeq的博客

10-27

3万+

首先，从官网下载所需版本的cuda安装包，下载链接。选择对应版本后，会跳转到该版本的配置信息页面。比如我是ubuntu20.04系统，已经安装好了cuda10.0，但是现在还需要用到cuda9.0。那么，在选定版本后，配置信息如下图所示（由于Version选项中没有20.04，因此我们随便选一个即可，这里选的16.04，这一选项不会影响后面的安装），Installer Type选择为runfile（因为使用deb文件进行安装的话，可能会将已经安装的较新的显卡驱动给替换掉），选择好之后点击Base Insta

Ubuntu16.0.4多个版本CUDA共存并随意切换

一去不复返的通信er

07-19

371

在Ubuntu16.0.4 多个版本CUDA共存，并且随意切换

参与评论您还未登录，请先登录后发表或查看评论

ubuntu配置多版本cuda+cudnn环境，及版本切换方法

Shen Mu Xin's Blog

05-06

7228

首先确认需要自己配置环境的使用版本，比如我希望配置一个。首先我们需要知道我们应该安装哪个版本的驱动，使用下面两条指令复制解压后文件夹中的文件到。两个版本，我可以使用下列的方法来进行切换。使用下面给出语句进行安装，例如，安装。驱动的启用情况，如果有输出表示。，那么我们就去下载这两个版本的。，现在我的ubuntu下安装了。写入以下的环境变量，并保存。，选择刚才的版本号，然后。假如你需要使用不同版本的。字样的版本号，然后打开。然后选择自己的平台配置。，我可以使用如下的方法。在安装的过程中，取消。

ubuntu(28):ubuntu系统多版本conda和多版本cuda共存

最新发布

biter0088的博客

04-25

523

ubuntu系统多版本conda和多版本cuda共存

【多版本cuda自由切换】在ubuntu上安装多个版本的CUDA，并且可以随时切换cuda-11.3//cuda-11.8//cuda-11.6//cuda-11.2

BetrayFree的博客

12-11

1万+

项目开发中，不同的项目可能对不同的cuda版本有所要求，常见的是这几种cuda-11.3//cuda-11.8//cuda-11.6，按照之前的认知，一个主机只能安装一个版本的cuda，否则会引起环境混乱，知道cuda底层逻辑的人都知道这有多么扯蛋，对吧。一般来说，单cuda直接说明版本就可以了，不需要配置其他的，但是也可以通过软链的方法把安装的版本连接过去，二者的作用是一样的，因为系统加载是靠加载bashrc文件的。需要注意的是，命令行的配置也需要文件配置的基础，只是需要知道，

Ubuntu18.04下安装pytorch步骤&多cuda版本共存（啰嗦版）

weixin_54489145的博客

04-07

5720

Ubuntu18.04下安装pytorch步骤（啰嗦版）

cuda多版本共存，个人用户装cuda，

weixin_51775090的博客

11-28

2713

记录下个人用户下安装cuda和cudnn遇到的问题及答案

【Ubuntu】【多版本CUDA共存】【版本切换】安装基本流程

一苇以航丶的博客

07-06

1053

本人用的是实验室的服务器系统Ubuntu16.04 已有cuda9.0，cuda9.2，cuda10.2 因为代码需要，自己又装了cuda10.0，期间遇到一些问题，记录一下。安装过程参考链接：安装多个版本的cuda和cudnn 这篇博客讲的很简单直接，新手也很容易跟着安装。但是在测试是否安装成功的部分，没有讲得很清楚。测试cuda是否安装成功参考链接：Ubuntu 安装 CUDA（附测试）这篇博客，测试cuda样例在第4点。 多版本cuda切换主要通过切换软链接完成。软链接是这样的：

Ubuntu16.04下CUDA8.0和CUDA9.0共存

09-14

总之，要在Ubuntu 16.04下实现CUDA 8.0和CUDA 9.0共存，关键是正确安装两个版本，并通过修改环境变量和使用软链接来轻松切换版本。这种方法允许用户根据项目的具体需求灵活地在不同CUDA版本间切换，而无需反复卸载和...

ubuntu安装多个版本的CUDA并随时切换

09-14

以下是如何在Ubuntu上实现CUDA多版本共存和实时切换的详细步骤。 1. **下载CUDA版本**: 首先，访问NVIDIA官方网站的CUDA Toolkit页面，选择你需要的CUDA版本进行下载。这里以CUDA 9.1和CUDA 9.0为例，下载对应的...

ubuntu20.04安装多版本cuda,切换版本

xiao_lxl的专栏

11-23

3438

多版本cuda,一键切换

ubuntu18.04复现yolo v8环境配置之CUDA与pytorch版本问题以及多CUDA版本安装及切换

Time_Memory_cici的博客

08-23

6126

不同程序需要不同版本的python和pytorch，而pytorch和CUDA之间有一定的对应关系，如果不按要求安装，会造成后续报错，无法复现他人的程序。二、假设ubuntu系统已经安装了CUDA，此时需要重新安装另外一个版本（如果你是第一次安装CUDA也没关系，重复下面步骤两次，选择不同的CUDA版本即可）。进入cuda官网，选择需要的版本。如果某个程序的Pyorch需要不同版本的CUDA，不必删除之前的CUDA，可以实现多版本的CUDA切换。安装新的版本的CUDA后，还要安装对应的cuDNN。

Ubuntu切换不同版本的cuda

Airs-Gao的博客

08-21

2959

Ubuntu切换不同版本的cuda

linux/ubuntu/centos 系统下，cuda多版本共存问题详解

qq_40947610的博客

03-12

4760

1、ubuntu系统下新机器安装nvidia驱动：使用 sudo ubuntu-drivers autoinstall 或者 ubuntu-drivers devices 找到推荐的驱动，然后安装，此时已经默认安装了cuda和cudnn，只是一个动态链接库，使用 locate libcuda 可以看到安装路径在/usr/lib/x86_64-linux-gnu/libcuda.so下，但是/usr/local下并没有cuda目录，而且安装pytorch等深度学习框架也可正常运行，这是.

Deeplearning:windows多版本cuda安装、管理

weixin_44322778的博客

01-06

491

1.多版本安装参考博文： 2.多版本管理 step1.完成对应版本的安装配置 step2.完成对应版本的环境变量配置 step3.根据自己的需要切换版本

ubuntu：多版本CUDA安装及使用

qq_62876011的博客

05-11

2182

在深度学习项目使用过程中，因项目所需cuda版本的不同，故针对这种情况，实现多CUDA版本的管理使用，并不影响单独环境之间的冲突。安装管理多版本的CUDA1.通过建立软连接的方式在NVIDIA官网下载所需版本的runfile文件，（) ，如果本身已经安装好显卡驱动，可以不勾选驱动项。安装后，可以在 /usr/local 中找到。其中cuda文件夹是生效cuda版本的软链接。如果想要指定版本的cuda，可以生成所需版本的cuda链接。举个例子：选择cuda 11.8：# 替换当前软链接。

Ubuntu 配置多个版本cuda(10.0、10.1)

深度觉醒

10-11

3083

很多刚接触深度学习的朋友面临的第一个大坎就是开发环境的配置，经常一折腾就是一两天，更有甚至十天半月也不一定能让代码跑起来，实在是大大滴不友好。环境配置问题一般都是各个框架与cuda版本的...

在Ubuntu16.0.4 多个版本CUDA共存，并且随意切换

ytusdc的博客

12-21

4004

另一篇文章传送：https://blog.youkuaiyun.com/ytusdc/article/details/77978511 在配置caffe和tensflow 时，往往需要的CUDA版本不一样，这就需要多个版本的CUDA共存，并且能够随意切换，免去了每次重新安装配置cuda的过程。 cuda_8.0.61_375.26_linux.run 文件名说明：前面的cuda_8.0.61代表c...

【Linux】在一台机器上同时安装多个版本的CUDA（切换CUDA版本）

热门推荐

TangPlusHPC的博客

06-11

2万+

观察提示信息和一些现象，笔者得出结论，是和版本没有装合适，因为该程序会去文件夹下找库，但是我就没有装。去网上找了一番资料后，笔者发现果然是和的版本问题，版本与版本居然也有对应关系，这下让我更加觉得不好用了。但是这台机器也不是笔者独占的，而且机器上已经有装好的和了，这种情况确实让人抓狂，不过在笔者浏览了浩瀚的因特耐特之后，发现居然有一种多版本CUDA共存和自由切换的操作，现将该技术整理如下。在一台安装了和的机器上安装和，使得两者互不干扰和自由切换。和的版本选择参考这篇博客。二、安装CUDA 查看

ubuntu多版本cuda

03-26

<think>嗯，用户问的是如何在Ubuntu上安装和管理多个CUDA版本。这个问题我之前在教程里看到过，记得有几个步骤。首先得确认需要的CUDA版本，然后下载对应的安装包。安装的时候可能得用runfile，因为这样可以多个版本共存。用户提到Ubuntu20.04，这个系统的默认gcc版本可能比较高，安装旧版CUDA可能需要降级gcc或者调整编译器，比如引用[2]里说的更换源链接，可能涉及到gcc版本的问题。安装完成后，每个CUDA版本会放在不同的目录，比如/usr/local/cuda-11.3这样的路径。然后切换版本的话，应该用update-alternatives来管理符号链接，这样可以在不同版本间切换。还要设置环境变量，比如PATH和LD_LIBRARY_PATH，确保系统找到正确的CUDA版本。可能还需要注意安装驱动，因为不同CUDA版本可能依赖不同的驱动版本。用户可能遇到的问题包括安装时的依赖错误，或者切换后环境变量没生效。需要提醒用户检查安装日志，确保安装命令有执行权限，比如引用[3]里提到的给.run文件加权限。另外，测试的时候用nvcc --version或者nvidia-smi来确认当前CUDA版本是否正确。可能还需要处理多个项目依赖不同CUDA版本的情况，这时候切换环境变量或者使用容器化技术比如Docker也是一种解决方案。总之步骤大概分为下载安装、配置符号链接、设置环境变量，然后验证版本是否正确。需要按照用户的具体需求分步骤说明，确保他们能一步步操作，避免出错。</think>### Ubuntu多版本CUDA安装与切换方法 #### 1. 安装多版本CUDA **步骤1：下载指定版本CUDA** 访问[NVIDIA CUDA Toolkit Archive](https://developer.nvidia.com/cuda-toolkit-archive)，根据系统选择对应版本。例如安装CUDA 11.3和CUDA 10.2： - CUDA 11.3：选择`Linux > x86_64 > Ubuntu > 20.04 > runfile (local)`，下载`.run`文件[^1]。 - CUDA 10.2：类似流程选择对应版本。 **步骤2：安装依赖与权限设置** - 若安装旧版本（如CUDA 9.0），需降级gcc/g++版本（Ubuntu 20.04默认gcc-9，需切换为gcc-6）[^2]。 - 赋予安装文件权限： ```bash chmod +x cuda_11.3.0_465.19.01_linux.run # 示例[^3] ``` **步骤3：执行安装** 使用`--toolkit`和`--silent`参数跳过驱动安装（假设已安装NVIDIA驱动）： ```bash sudo ./cuda_11.3.0_465.19.01_linux.run --toolkit --silent --override ``` #### 2. 版本切换方法 **方法1：通过符号链接动态切换** 使用`update-alternatives`管理`/usr/local/cuda`符号链接： ```bash # 注册CUDA版本 sudo update-alternatives --install /usr/local/cuda cuda /usr/local/cuda-11.3 100 sudo update-alternatives --install /usr/local/cuda cuda /usr/local/cuda-10.2 50 # 交互式切换 sudo update-alternatives --config cuda ``` **方法2：手动修改环境变量** 在`~/.bashrc`中指定路径： ```bash export PATH=/usr/local/cuda-11.3/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-11.3/lib64:$LD_LIBRARY_PATH ``` 执行`source ~/.bashrc`生效。 #### 3. 验证当前CUDA版本 ```bash nvcc --version # 查看编译器版本 nvidia-smi # 显示驱动和运行时版本（可能不一致） cat /usr/local/cuda/version.txt # 查看符号链接指向的版本 ``` #### 4. 常见问题 - **驱动兼容性**：CUDA版本需与NVIDIA驱动版本匹配，可通过`nvidia-smi`查询支持的最高CUDA版本。 - **环境冲突**：若切换后版本未生效，检查`PATH`是否被其他配置覆盖。