Linux安装CUDA & 添加环境变量 & 多版本CUDA切换 (软链接)

已于 2022-11-28 13:50:09 修改
阅读量1.4w 收藏 126
点赞数 15
分类专栏： 机器学习 软件安装 文章标签： linux python CUDA
于 2022-11-28 10:22:00 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/m0_46093829/article/details/128073309
版权

一、 Linux安装CUDA

步骤1. 去官网找到你想安装的CUDA版本：

CUDA Toolkit Archive | NVIDIA Developer

步骤 2. 根据你的系统选择合适的系统版本

 其中注意上图标红框的 Distribution 和Version 可用指令 cat /proc/version查看，如下：

选择完相应的版本之后就可以选择runfile 然后在终端依次输入下面的两行指令进行安装，我的运行过程如下图

输入sudo安装指令之后会有如下安装界面ÿ

最低0.47元/天 解锁文章
2024年Linux最新Linux系统中，多个CUDA版本切换_linux切换cuda版本(2)，程序员必学
m0_55030688的博客
05-03 895
*注意：**如果大家按照下图设置的话，这是硬链接，无法设置软连接。也就是说，即使你按照步骤2设置完软连接，输入nvcc -V，发现没能切换cuda版本。查看当前软连接的cuda版本，是cuda-11.0。输入下面的指令，使修改后的bashrc生效。
【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
Linux系统中，多个CUDA版本切换
qq_37297763的博客
04-10 1万+
1. 设置环境变量 sudo vi ~/.bashrc 进入bashrc文件后，在文件末尾添加以下代码，用来设置cuda的环境变量： export CUDA_HOME=$CUDA_HOME:/usr/local/cuda export PATH=$PATH:/usr/local/cuda export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64 设置完毕后如下图所示： **注意：**如果大家按照下图设置的话，这是硬链接，无法设置软连接
Linux下安装cuda
07-26
在Linux下安装cuda的教程
Linux下CUDA安装全攻略
加入“Super Entity”，与全能开发团队共探AI智能体与数字人项目，开启前沿技术之旅。
05-06 2210
CUDA是一种并行计算平台和编程模型，它允许开发者使用C、C++、Fortran等常见的编程语言编写程序，并将这些程序运行在NVIDIA的GPU上。通过CUDA，开发者可以充分利用GPU的多核架构，实现大规模并行计算，从而显著提高计算效率。本文详细介绍了在Linux系统下安装CUDA的全过程，包括概念讲解、安装步骤、代码示例、应用场景、注意事项以及相关架构图和流程图。通过本文的介绍，读者可以快速掌握CUDA的安装和使用方法，为后续的并行计算开发打下坚实的基础。
Linux下安装CUDA并配置环境变量
m0_67401761的博客
03-22 1402
1、网站下载：官网 2、选项结束后，出现下图 跳转到里面的网址进行下载 3、将文件上传，下面执行安装步骤。 4、执行命令: sh cuda_11.0.2_450.51.05_linux.run 5、同意协议： accept 6、选择安装选项： 上下箭头是移动，左右箭头是展开/收缩列表，回车是选择，A是高级选项，我这里选择了不安装驱动，其他都安装。 最后选择install。 ７、安装成功 ８、添加环境变量： 打开～.bashrc，添加下面两句话： export PATH="/usr/local/cu
在 Linux 系统中加入 CUDA 环境变量
weixin_50609465的博客
03-20 1706
【代码】在 Linux 系统中加入 CUDA 环境变量。
Linux 配置 cuda 环境变量(笔记)
weixin_44042453的博客
10-17 3903
Linux 配置 cuda 环境变量(笔记)
Linux系统安装cuda
m0_50411433的博客
02-27 2086
选一个想要安装的torch或者tensorflow版本，可以先查看自己目前安装的软件版本需要什么版本的cuda，然后去寻找相应的CUDA版本。根据自己虚拟机的情况进行对应的选择，选择过后下面会显示需要执行的操作。出现该界面说明Linux中的CUDA已经安装完毕。到这一步说明cuda已经安装好，可以开始用了。
【操作系统与硬件配置】CentOS 7安装NVIDIA驱动及CUDA 12.4：显卡配置与环境变量设置指南
最新发布
05-09
最后，安装CUDA工具包，配置环境变量，并通过创建软链接确保不同CUDA版本可以共存。 适合人群：具有Linux基础，尤其是对CentOS有一定了解的用户，以及需要使用GPU加速计算的研究人员和开发者。 使用场景及目标：①为...
linux 切换cuda版本_安装多个版本 cuda 并切换
weixin_35229677的博客
12-24 2352
1. 选择历史版本及补丁安装https://developer.nvidia.com/cuda-toolkit-archive$ wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run$ sudo chmod +x cuda_...
Linux操作系统，CUDA安装指南
07-20
介绍了如何在CentOS 7操作系统下，安装CUDA 7.5的过程。
Ubuntu18.04系统安装CUDA
qq_58954935的博客
10-21 2899
2.最后的部分添加上（如果你不是装的11.3版本，要改目录中的版本）1.首先要用下面的命令打开一个文件。4.再次使用命令（注意V是大写）3.保存后，刷新环境变量。出现这种说明安装成功。
Linux安装CUDA教程
weixin_45791008的博客
06-06 3324
安装完显卡驱动后，需要安装CUDA。
linux安装cuda
zhuanzhuxuexi的博客
08-12 1万+
Ubuntu20.04系统安装CUDA 前言一、CUDA 是什么二、步骤1.先查看有没有安装CUDA 在终端输入命令2.若没有，查看有没有安装显卡驱动3.查看Driver对应的CUDA version4.[到cuda-toolki-archive](https://developer.nvidia.com/cuda-toolkit-archive),下载对应的cuda5.修改环境变量总结前言笔者最近在做深度学习和感知方面的一个学习，需要用到CUDA 来加速，所以安装了CUDA ，在这里总结了一下。
linux 安装 cuda
weitao_11的博客
07-18 2196
linux 安装 cuda， cudnn，tensorflow-gpu 引入校验是否成功
linux添加cuda路径到bashrc环境变量
as_your_heart的博客
12-09 3259
查看linux中存在的cuda版本，进入/usr/local目录。添加自己需要的cuda版本到环境变量,然后source一下使其生效。
Linux-驱动 & CUDA配置
Hang3Y的博客
01-22 2642
Linux系统安装驱动和CUDA，目的：为了后面进一步安装torch环境和使用GPU进行加速。
cuda环境变量设置windows
02-23
### 如何在 Windows 操作系统中正确设置 CUDA 环境变量 #### 设置环境变量的具体步骤 对于希望确保 CUDA 路径已被加入到系统环境中，可以通过以下操作确认或添加： - **访问高级系统设置**：右键单击“此电脑”或“我的电脑”，选择属性，随后进入高级系统设置[^1]。 - **编辑环境变量**：在弹出窗口中找到并点击“环境变量”。在此界面内可查看现有路径，并通过编辑`Path`变量来增加必要的 CUDA 安装目录。通常情况下，需添加的内容包括但不限于 `%CUDA_HOME%\bin;%CUDA_HOME%\libnvvp;` ，其中 `CUDA_HOME` 应指向实际安装位置。 #### 修改后的环境变量应用方法 值得注意的是，在修改了环境变量之后，某些应用程序可能不会立即识别这些变化。例如，在 Visual Studio 中遇到的情况表明，即使调整了库文件的优先顺序（比如把 Release 版本的 lib 放置在 Debug 前面），如果在此之前已经启动过 IDE，则它将继续使用旧版配置直到被关闭再重新开启为止[^2]。 #### 验证 CUDA 的可用性 为了检验上述配置是否成功以及 CUDA 是否能够正常使用，可通过 Python 和 PyTorch 进行简单的测试。下面是一段用于检测 CUDA 可用性的脚本示例[^3]: ```python import torch if torch.cuda.is_available(): print(f"CUDA 可用，版本: {torch.version.cuda}") print(f"当前使用的 GPU 设备: {torch.cuda.get_device_name(0)}") else: print("CUDA 不可用") ``` 以上过程涵盖了从基础设置到最终验证的一系列指导建议，旨在帮助用户顺利完成 Windows 下 CUDA 开发环境搭建工作。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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