Ubuntu16.04安装多个cuda、cudnn版本并自由切换

本文详细介绍了如何在Linux环境下安装CUDA8.0和CUDNN5.1,包括下载安装包、配置环境变量及版本切换步骤,适用于需要更新或更改CUDA版本的用户。
部署运行你感兴趣的模型镜像

之前安装了cuda9.0+cudnn7.0,现在需要用cuda8.0+cudnn5.1

一、安装CUDA

1、下载cuda8.0

https://developer.nvidia.com/cuda-80-ga2-download-archive

2、打开终端,cd到.run文件所在目录

如果出现没有那个文件或目录,则去找到该.run文件,右键->属性,查看其路径。

3、终端输入:

sudo chmod a+x xxxx.run
sudo sh xxxx.run

出现下图时,按Q键跳过即可。

出现下图时,输入accept,回车。

出现下图时,输入n

出现下图时,输入y

出现下图,输入y

出现下图,按回车

出现下图,输入n

出现下图,输入y

出现下图,回车

安装中。。。。。

wAAACH5BAEKAAAALAAAAAABAAEAAAICRAEAOw==uploading.4e448015.gif转存失败重新上传取消 wAAACH5BAEKAAAALAAAAAABAAEAAAICRAEAOw==

二、安装CUDNN

1、下载cudnn5.1(需要注册账号)

https://developer.nvidia.com/rdp/cudnn-archive

2、cd进入到.tgz文件所在目录

3、解压.tgz文件

$ tar -zxvf xxxxxx.tgz

解压后,在与.tgz同文件夹内会生成一个cuda文件夹,里面有include和lib64两个文件夹

4、将include和lib64两个文件夹复制到/usr/local/cuda-8.0(cuda-8.0的安装路径)中

sudo cp {include,lib64} /usr/local/cuda-8.0

如果出现“略过目录”,则使用:

sudo cp -r {include,lib64} /usr/local/cuda-8.0

 

三、环境变量修改

之前安装CUDA8.0的时候已经添加过环境变量,这里我们需要对系统变量稍作修改,以后切换CUDA版本的时候只需要修改CUDA目录软连接到想使用的CUDA版本目录就可以了(或者直接修改环境变量,变更CUDA版本的目录也可以)。接下来分别说明环境变量修改内容和切换步骤:

(1)终端输入:

gedit ~/.bashrc

(2)在打开的文件中找到以下几行:

export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

修改为:

# added by cuda8.0
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

四、CUDA版本切换使用说明

(1)删除原来的软连接:

sudo rm -rf /usr/local/cuda

(2)建立新的CUDA软连接

sudo ln -s /usr/local/cuda-xxx /usr/local/cuda  #使用哪个版本xxx就是哪个版本号

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

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

<think>我们正在Ubuntu系统上安装CUDA 10.2。根据引用内容,安装步骤包括:禁用nouveau驱动、下载CUDA 10.2安装包、运行安装程序、配置环境变量等。注意,不同Ubuntu版本可能略有差异,但基本步骤一致。 安装步骤: 1. 禁用nouveau驱动(这是必须的,因为NVIDIA驱动与nouveau冲突) 2. 下载CUDA 10.2安装包(注意选择与系统架构匹配的版本) 3. 运行安装程序按照提示安装(注意不要重复安装驱动,如果已有驱动则取消驱动安装) 4. 配置环境变量(将CUDA的bin和lib64路径添加到PATH和LD_LIBRARY_PATH) 5. 安装cuDNN(可选,但深度学习通常需要) 下面详细说明每个步骤: ### 步骤1:禁用nouveau驱动 1. 打开终端,创建禁用文件: ```bash sudo nano /etc/modprobe.d/blacklist-nouveau.conf ``` 2. 在文件中添加以下内容: ``` blacklist nouveau options nouveau modeset=0 ``` 3. 保存退出(Ctrl+O,回车,Ctrl+X),然后更新initramfs: ```bash sudo update-initramfs -u ``` 4. 重启电脑: ```bash sudo reboot ``` 5. 重启后验证nouveau是否已被禁用(应无输出): ```bash lsmod | grep nouveau ``` ### 步骤2:下载CUDA 10.2安装包 根据引用[3][4],使用wget下载: ```bash wget https://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run ``` ### 步骤3:安装CUDA 10.2 1.安装文件添加执行权限: ```bash chmod +x cuda_10.2.89_440.33.01_linux.run ``` 2. 运行安装程序(建议以root身份运行): ```bash sudo ./cuda_10.2.89_440.33.01_linux.run ``` 3. 安装过程中的选项(重要!): - 接受协议(输入`accept`) - 取消勾选驱动安装(因为我们已经安装了驱动,或者你希望安装程序安装驱动,请根据情况选择)。如果已经安装了驱动,一定要取消驱动安装(通过方向键移动,按空格取消选择),否则可能会覆盖现有驱动。 - 确保CUDA Toolkit被选中(通常默认就是选中的)。 - 安装路径默认是`/usr/local/cuda-10.2`,建议保持默认。 4. 安装完成后,按照提示设置环境变量(下一步)。 ### 步骤4:配置环境变量 根据引用[1]的提示,需要将CUDA的bin和库路径添加到环境变量中。 1. 打开`~/.bashrc`文件(或者`~/.zshrc`,如果你使用zsh): ```bash nano ~/.bashrc ``` 2. 在文件末尾添加以下内容: ```bash export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} ``` 3. 保存退出,然后使配置生效: ```bash source ~/.bashrc ``` 4. 或者,也可以将库路径添加到`/etc/ld.so.conf`中(需要root权限): ```bash sudo sh -c "echo '/usr/local/cuda-10.2/lib64' >> /etc/ld.so.conf" sudo ldconfig ``` ### 步骤5:验证安装 1. 检查CUDA编译器版本: ```bash nvcc -V ``` 应该输出CUDA 10.2的版本信息。 2. 编译运行示例程序(可选): ```bash cd /usr/local/cuda-10.2/samples sudo make -j$(nproc) # 编译所有示例 ``` 编译完成后,运行一个示例,例如: ```bash ./bin/x86_64/linux/release/deviceQuery ``` 如果看到关于GPU的信息,则安装成功。 ### 可选:安装cuDNN 如果需要cuDNN,请前往NVIDIA官网下载对应版本(需要注册账号)。选择与CUDA 10.2兼容的cuDNN版本(如7.6.5)。下载后,解压复制文件到CUDA目录: ```bash tar -xzvf cudnn-10.2-linux-x64-v7.6.5.32.tgz sudo cp cuda/include/cudnn.h /usr/local/cuda-10.2/include sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.2/lib64 sudo chmod a+r /usr/local/cuda-10.2/include/cudnn.h /usr/local/cuda-10.2/lib64/libcudnn* ``` ### 注意事项 - 如果安装过程中遇到驱动问题,请确保系统没有安装其他NVIDIA驱动,或者使用官方驱动。 - 如果安装后运行`nvidia-smi`正常,但`nvcc -V`不可用,请检查环境变量配置。 - 不同Ubuntu版本(如16.04、18.04、20.04、22.04安装步骤类似,但22.04可能需要额外注意依赖库,如gcc版本CUDA 10.2要求gcc版本不能太高,如果系统gcc版本过高(如gcc-11),可能需要安装gcc-8设置为默认[^3]。 ```bash sudo apt install gcc-8 g++-8 sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-8 8 sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-8 8 ``` 通过以上步骤,应该可以在Ubuntu系统上成功安装CUDA 10.2。 §§相关问题§§ 1. 如何解决Ubuntu 22.04安装CUDA 10.2时遇到的gcc版本过高问题? 2. 安装CUDA后如何卸载? 3. 如何检查CUDAcuDNN是否安装成功? 4. 安装多个CUDA版本时如何切换?</think>### Ubuntu 安装 CUDA 10.2 完整教程 #### 一、准备工作 1. **检查系统兼容性** ```bash uname -m # 确认是x86_64架构 ``` - CUDA 10.2 支持 Ubuntu 16.04/18.04/20.04(22.04需额外处理)[^3] 2. **禁用 nouveau 驱动**(关键步骤)[^2] ```bash sudo nano /etc/modprobe.d/blacklist-nouveau.conf ``` 添加内容: ``` blacklist nouveau options nouveau modeset=0 ``` 更新重启: ```bash sudo update-initramfs -u sudo reboot ``` 验证禁用(无输出即成功): ```bash lsmod | grep nouveau ``` 3. **安装依赖项** ```bash sudo apt update sudo apt install build-essential dkms linux-headers-$(uname -r) ``` #### 二、安装 CUDA 10.2 1. **下载安装包** [^3][^4] ```bash wget https://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run ``` 2. **运行安装程序** ```bash sudo sh cuda_10.2.89_440.33.01_linux.run ``` **安装选项注意**: - 输入 `accept` 同意协议 - **取消勾选 Driver 安装**(若已装NVIDIA驱动) - 确保勾选 CUDA Toolkit - 安装路径保持默认 `/usr/local/cuda-10.2` 3. **配置环境变量** [^1] ```bash nano ~/.bashrc ``` 末尾添加: ```bash export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} ``` 生效配置: ```bash source ~/.bashrc ``` #### 三、验证安装 1. **检查版本** ```bash nvcc -V # 应输出 10.2 版本 ``` 2. **测试示例程序** ```bash cd /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery sudo make ./deviceQuery # 看到 Result = PASS 即成功 ``` #### 四、Ubuntu 22.04 特别处理[^3] 1. **安装兼容性组件** ```bash sudo apt install gcc-10 g++-10 sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-10 10 ``` 2. **修复库链接** ```bash sudo ln -s /usr/lib/x86_64-linux-gnu/libOpenCL.so.1 /usr/lib/x86_64-linux-gnu/libOpenCL.so ``` #### 五、安装 cuDNN(可选) 1. [官网下载](https://developer.nvidia.com/cudnn) cuDNN 7.6.5 for CUDA 10.2 2. 安装命令: ```bash tar -xzvf cudnn-10.2-linux-x64-v7.6.5.32.tgz sudo cp cuda/include/cudnn.h /usr/local/cuda-10.2/include/ sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.2/lib64/ sudo chmod a+r /usr/local/cuda-10.2/include/cudnn.h /usr/local/cuda-10.2/lib64/libcudnn* ``` > 常见问题解决: > - **驱动冲突**:安装时务必取消驱动选项 > - **gcc版本过高**:Ubuntu 22.04需降级gcc到10.x版本 > - **缺少libOpenCL**:手动创建符号链接解决[^3]
评论 1
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