ubuntu18.04 安装多版本cuda ,原来版本为9.0,在新增8.0

本文详细介绍了在Ubuntu环境下安装CUDA 8.0的步骤,包括下载CUDA工具包,解决Perl5lib问题,配置环境变量,以及安装cuDNN 5.1。此外,还提供了如何通过软链接切换不同CUDA版本的方法。

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

1 下载新版本的cuda

地址 https://developer.nvidia.com/cuda-80-ga2-download-archive
里面的两个都下载,注意:一定要下载runfile,不能其他格式安装

https://www.baidu.com/link?url=cIWRngxSKqZ-rioMrJeBcmO9U6zN9bnoiShlE_s0P-prqqFzEgRf3BCQDLbAPqLN1-qrYySSx-VvTGWes9K43GoJKPCADMjiRGd0167b-3O&wd=&eqid=c25976a10006db34000000065cda8006

2 安装 cuda 8.0

2.1 首先安装依赖

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

2.2 然后解决perl5lib的问题

来自文章https://askubuntu.com/questions/1086160/how-to-install-cuda-8-on-ubuntu-18-04-lts/1087842
不这样做,安装会失败

bash ./cuda*.run --tar mxvf
sudo cp InstallUtils.pm /usr/lib/x86_64-linux-gnu/perl-base
export $PERL5LIB

2.3 安装cuda8.0

来自地址
https://developer.nvidia.com/cuda-80-ga2-download-archive
在这里插入图片描述
得到两个文件:
cuda_8.0.61_375.26_linux.run 这是安装文件
cuda_8.0.61.2_linux.run 这是补丁文件

sudo sh cuda_8.0.61_375.26_linux.run --override

各个选项:
在这里插入图片描述
不安装驱动,其他默认就可以

2.4 bashrc

vim ~/.bashrc

在末尾加上

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

原来文章中的是这样的

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

但是我使用的是上面那个
然后让更改生效

source ~/.bashrc

3 安装cudnn 5.1

下载地址:https://developer.nvidia.com/rdp/cudnn-archive
安装 cudnn V5.1 library for linux
解压文件
得到文件夹 cuda
复制 cuda文件夹下的文件到cuda对应的目录,更改权限,安装完成

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

注意: 之前我下载的是deb的安装文件,直接用dpkg -i命令安装这个,然后不管用,我就下载了可以解压,然后自己复制文件的那个版本

4 切换版本

上面涉及到目录的,都是cuda,没有指定哪一个,就是因为使用软链接的方式,在/usr/local文件夹下面看到,有两个版本的cuda,如下图:
现在指向的是8.0版本
在这里插入图片描述
在这里插入图片描述
要想切换版本:
删除这个软链接,自己建立一个指向9.0的软链接

sudo rm -rf cuda
sudo ln -s /usr/local/cuda-9.1 /usr/local/cuda

在这里插入图片描述

### 如何在 Ubuntu 18.04 上下载并安装 CUDA #### 准备工作 确保系统已更新至最新状态,并确认 NVIDIA 驱动程序已经正确安装。可以通过以下命令验证 GPU 是否被识别以及驱动版本号: ```bash nvidia-smi ``` 如果未安装 NVIDIA 驱动,需先完成驱动安装后再继续。 --- #### 方法一:通过官方 `.run` 文件安装 CUDA 11.6.2 按照以下步骤操作: 1. **下载 CUDA 安装文件** 使用 `wget` 命令从 NVIDIA 开发者网站下载适用于 Ubuntu 18.04CUDA 工具包。 ```bash wget https://developer.download.nvidia.com/compute/cuda/11.6.2/local_installers/cuda_11.6.2_510.47.03_linux.run ``` 2. **赋予执行权限并运行安装脚本** 执行以下命令启动安装过程: ```bash sudo sh cuda_11.6.2_510.47.03_linux.run ``` 在此过程中,可能会提示是否要安装 NVIDIA 驱动;如果已有合适的驱动版本,则无需重新安装[^1]。 3. **配置环境变量** 编辑用户的 shell 配置文件(如 `.bashrc` 或 `.zshrc`),添加以下路径以便访问 CUDA 工具链: ```bash export PATH=/usr/local/cuda-11.6/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-11.6/lib64:$LD_LIBRARY_PATH ``` 记得保存更改后刷新配置: ```bash source ~/.bashrc ``` --- #### 方法二:通过 APT 包管理器安装 CUDA 9.0 对于某些特定需求可能需要旧版 CUDA(例如 CUDA 9.0)。以下是具体流程: 1. **获取 CUDA 软件包** 下载适合的 Debian 软件包并导入密钥: ```bash wget https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64-deb sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64-deb sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub ``` 2. **更新源列表并安装 CUDA** 更新本地APT缓存并触发CUDA安装: ```bash sudo apt-get update sudo apt-get install cuda ``` 此方法会自动处理依赖关系[^2]。 3. **设置必要的环境变量** 同样修改shell初始化脚本来包含新工具的位置: ```bash echo 'export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}' >>~/.bashrc echo 'export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}'>>~/.bashrc source ~/.bashrc ``` --- #### 方法三:利用在线归档页面手动挑选所需组件 NVIDIA 提供了一个历史版本检索界面来帮助开发者定位确切的目标发行物链接地址。遵循这些指引能够更灵活定制化部署方案: 1. 浏览到[NVIDIA CUDA Toolkit Archive](https://developer.nvidia.com/cuda-toolkit-archive)找到对应条目; 2. 对于Ubuntu 18.04 LTS平台推荐选用接近稳定分支比如v11.x系列作为默认选项之一[^3]; 3. 参考生成好的指导说明逐步落实每一步骤直至成功结束整个环节为止. --- #### CuDNN 库附加集成指南 (可选) 当项目涉及深度学习框架时往往还需要额外引入 cuDNN 支持库才能发挥最佳性能表现效果。下面列举几个典型场景下的加载方式实例演示: 假设当前目标匹配的是针对 CUDA 11.0 版本设计制作而成的一套完整资料集结构形式的话那么就可以依照下列指示来进行关联绑定动作了: ```bash tar -zxvf cudnn-11.0-linux-x64-v8.0.4.30.tgz sudo cp -rf cuda/include/cudnn*.h /usr/local/cuda/include/ sudo cp -rf cuda/lib64/libcudnn* /usr/local/cuda/lib64/ sudo chmod a+r /usr/local/cuda/include/cudnn*.h sudo chmod a+r /usr/local/cuda/lib64/libcudnn* ``` 另外也可以考虑采用预编译 deb 格式的分发模式简化操作复杂度程度同时提高兼容性保障水平[^4]. --- ###
评论 10
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