Ubuntu Cuda版本切换

本文介绍了如何在Ubuntu系统中安装和切换CUDA的多个版本,包括从10.0升级到10.1的过程,以及如何通过软链接和环境变量设置实现版本的快速切换。详细步骤包括下载安装文件、执行安装命令、配置环境变量以及执行版本切换操作。此外,还提到了CUDNN的安装方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、前言

windows cuda版本切换见:https://blog.youkuaiyun.com/luozhichengaichenlei/article/details/104678203

因为我一直用cuda10.0,但是现在很多东西需要更新版本的cuda,比如tensorflow2.3就需要cuda10.1;

为了能够在工作中更方便,准备在电脑上安装两个及以上的cuda版本,然后应对不同的项目进行不同cuda版本切换;

 

二、步骤

参考网址:https://blog.youkuaiyun.com/qq_29300341/article/details/84573517

1、写博客之前,我的ubuntu18.04已经是装好了cuda10.0的,现在先下载cuda10.1的安装软件cuda_10.1.168_418.67_linux.run

 

2、安装命令

sudo bash ./cuda_10.1.168_418.67_linux.run

安装时不用装Driver和Sample,安装完成后你的/usr/local/下有这三个文件夹,cuda、cuda-10.0和cuda-10.1,其中cuda文件夹是软链接,链接到我新安装的cuda10.1;

 

3、环境配置

这步很重要,因为版本切换的原理就是软链接+环境export,用以下命令进行环境配置:

注意路径中一定是cuda,而不是cuda-10.0或者cuda10.1;

sudo gedit ~/.bashrc

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=/usr/local/cuda/extras/CUPTI/lib64:$LD_LIBRARY_PATH
export LIBRARY_PATH=/usr/local/cuda/lib64:$LIBRARY_PATH

source ~/.bashrc

 

4、版本切换

切换到10.1:

sudo rm -rf /usr/local/cuda
sudo ln -s /usr/local/cuda-10.1  /usr/local/cuda
nvcc -V

 

切换到10.0:

sudo rm -rf /usr/local/cuda
sudo ln -s /usr/local/cuda-10.0  /usr/local/cuda
nvcc -V

 

三、其他

cudnn安装:

(1)下载cudnn-10.1-linux-x64-v7.6.5.32.tgz并解压,复制到路径,注意路径中一定是cuda-10.1,而不是cuda,这里和上面正好相反;

tar -zvxf cudnn-10.1-linux-x64-v7.6.5.32.tgz
sudo chmod 777 -R *

sudo cp cuda/include/cudnn.h /usr/local/cuda-10.1/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.1/lib64

cat /usr/local/cuda-10.1/include/cudnn.h | grep CUDNN_MAJOR -A 2

 

 

### 如何降级 CUDA 版本的具体操作步骤 在某些情况下,可能需要将系统中的 CUDA 版本从高版本降级到低版本。以下是基于 Ubuntu 22.04 的具体操作方法: #### 卸载现有 CUDA 如果当前系统已经安装了更高版本CUDA,则需要先卸载它。可以通过以下命令完成: ```bash sudo apt-get --purge remove "*cublas*" "cuda*" sudo apt-get autoremove ``` 这一步会彻底清除现有的 CUDA 安装及其依赖项[^2]。 #### 下载目标版本CUDA 访问 NVIDIA 官方网站并下载所需的 CUDA 工具包。对于 CUDA 11.3,可以选择 `.run` 文件进行手动安装。例如: ```bash wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda_11.3.0_465.19.01_linux.run chmod +x cuda_11.3.0_465.19.01_linux.run ``` #### 执行安装程序 运行已下载的 `.run` 文件来启动安装向导: ```bash sudo ./cuda_11.3.0_465.19.01_linux.run ``` 在安装过程中,可能会提示是否要安装驱动程序以及工具包组件。如果没有 root 权限或者不想覆盖已有驱动,可以选择仅安装 `Toolkit` 并自定义路径[^3]。 #### 自定义安装路径 为了防止与其他版本冲突,推荐指定独立目录存储新版本CUDA 库。例如: ```text Enter install path: /usr/local/cuda-11.3 ``` 完成后记得更新环境变量以便正确加载库文件: ```bash echo 'export PATH=/usr/local/cuda-11.3/bin:$PATH' >> ~/.bashrc echo 'export LD_LIBRARY_PATH=/usr/local/cuda-11.3/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc source ~/.bashrc ``` #### 验证安装结果 最后验证 CUDA 是否正常工作: ```bash nvcc --version ``` 该命令应返回所期望的目标版本号 (即 11.3)[^1]。 另外一种更简便的方式是利用 Docker 技术隔离不同版本的需求场景。只需预先构建支持 GPU 加速功能的基础镜像,并在其内部预置所需软件栈即可实现无缝切换[^4]。 ---
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