【转载】Linux安装CUDA 和 cuDNN，以及CUDA个人环境和系统环境的切换

最新推荐文章于 2025-11-03 11:59:02 发布

转载最新推荐文章于 2025-11-03 11:59:02 发布 · 2.3k 阅读

CC 4.0 BY-SA版权

文章标签：

2 篇文章

订阅专栏

文章介绍了如何在Linux服务器上安装和管理多个CUDA版本，并指出如何查看PyTorch实际使用的CUDA版本，强调了torch.version.cuda并不一定反映运行时的版本。同时，提到了环境变量配置对切换CUDA版本的影响，以及nvcc-V和nvidia-smi显示不同版本的原因。

部署运行你感兴趣的模型镜像

Linux服务器可以装多个cuda版本，可以在自己bashrc下切换，也可以切换默认的/usr/local/cuda指向的cuda版本。以下为会用到的一些内容，仅为转载。

正确查看方式：

想要查看 Pytorch 实际使用的运行时的 cuda 目录，可以直接输出之前介绍的 cpp_extension.py 中的 CUDA_HOME 变量。

import torch
import torch.utils
import torch.utils.cpp_extension
torch.utils.cpp_extension.CUDA_HOME        #输出 Pytorch 运行时使用的 cuda

在这里插入图片描述
上面输出的/usr/local/cuda即为软链接的cuda版本。

不正确查看方式：

事实上，使用torch,version.cuda命令查看输出的 cuda 的版本并不一定是 Pytorch 在实际系统上运行时使用的 cuda 版本，而是编译该 Pytorch release 版本时使用的 cuda 版本。
在这里插入图片描述

请参考，亲测可行

注意安装完cuda后的环境变量配置，下面的配置是在~/.bashrc还是在/etc/profile中，取决于自己想改变的。如果一个服务器上有多个用户，前者只改变自己的cuda使用版本，后者改变默认的（即会影响别人的，如果别人用的是默认的）

export PATH=//usr/local/cuda-11.2/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.2/lib64$LD_LIBRARY_PATH

系统安装了多个，怎么查看不同的版本？nvcc -V和nvidia-smi显示的cuda版本不同？
是由于CUDA有两个主要的API：runtime(运行时) API和driver API，具体地请参考：

以上均为转载且标明出处，侵删。

您可能感兴趣的与本文相关的镜像

PyTorch 2.6

PyTorch

Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理