【Linux】Ubuntu16安装cuda11 cudnn和已有cuda10.1共存

一、当前情况

  1. 当前系统显卡驱动
    执行nvidia-smi,显卡驱动为450.57
    在这里插入图片描述
  2. 显卡型号
    显示不全,执行lspci | grep -i nvidia
    在这里插入图片描述
    链接输入返回的型号
    在这里插入图片描述
    跳转后,显示为RTX 2080Ti
    在这里插入图片描述
  3. nvcc -V查看cuda版本为10.1
    在这里插入图片描述

二、显卡驱动安装

2.1 查看驱动是否满足

显卡驱动与cuda版本对应关系表查询自己的显卡驱动是否需要更新
在这里插入图片描述

2.2 安装驱动

点击链接进行驱动选择
在这里插入图片描述
在这里插入图片描述
这里暂不安装,因为版本够了,驱动安装参考

三、安装cuda cudnn

3.1 下载cuda

点击链接选择版本,可本地下载好后上传到服务器
在这里插入图片描述

3.2 安装cuda

  1. 执行ls查看,显示已有下载好的安装包
  2. 执行sudo sh cuda**执行安装
  3. 等待弹出如下界面,同意
    在这里插入图片描述
  4. 回车取消勾选第一个,即显卡驱动,因为已有了,然后回车Install
    6. 安装成功后
    在这里插入图片描述
    可以查看到安装的包存在于/usr/local/cuda-11.0,且已有的cuda-10.1存在于平行目录下
    在这里插入图片描述

3.3 下载cudnn

点击链接选择并下载,我选择的是v8.0.5 cuda11.0 根据情况选择
提示:需要进行注册登录才可以下载,可使用谷歌邮箱注册.
在这里插入图片描述

3.4 安装cudnn

执行tar -xvf cudnn-11.1-linux-x64-v8.0.4.30.tgz解压
依次执行

sudo cp cuda/include/cudnn.h /usr/local/cuda-11.0/include
sudo cp cuda/lib64/libcudnn*  /usr/local/cuda-11.0/lib64/
sudo chmod a+r  /usr/local/cuda-11.0/include/cudnn.h

完成安装

3.5 配置环境变量

vi ~/.bashrc
最后面添加或编辑已有代码为如下两行

export PATH="/usr/local/cuda-11.0/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-11.0/lib64:$LD_LIBRARY_PATH"

设置完成后,执行source ~/.bashrc即可完成配置,如想使用cuda10.1,只要将对应的cuda-11.0改回cuda-10.1即可
成功后输入nvcc -V,返回如下
在这里插入图片描述

四、安装tensorrtx依赖

本节安装出错,无效

4.1 下载

点击链接下载对应的包
在这里插入图片描述
下载后上传至服务器

4.2 安装

执行sudo dpkg -i nv-tensorrt-repo-ubuntu1604-cuda11.0-trt7.2.3.4-ga-20210226_1-1_amd64.deb
在这里插入图片描述

执行sudo apt-key add /var/nv-tensorrt-repo-ubuntu1604-cuda11.0-trt7.2.3.4-ga-20210226/7fa2af80.pub
执行sudo apt update
在这里插入图片描述
执行sudo apt install tensorrt
出现tensorrt : Depends: libnvinfer7 (= 7.2.3-1+cuda11.0) but it is not going to be installed错误

Reading package lists... Done
Building dependency tree
Reading state information... Done
Some packages could not be installed. This may mean that you have
requested an impossible situation or if you are using the unstable
distribution that some required packages have not yet been created
or been moved out of Incoming.
The following information may help to resolve the situation:

The following packages have unmet dependencies:
 tensorrt : Depends: libnvinfer7 (= 7.2.3-1+cuda11.0) but it is not going to be installed
            Depends: libnvinfer-plugin7 (= 7.2.3-1+cuda11.0) but it is not going to be installed
            Depends: libnvparsers7 (= 7.2.3-1+cuda11.0) but it is not going to be installed
            Depends: libnvonnxparsers7 (= 7.2.3-1+cuda11.0) but it is not going to be installed
            Depends: libnvinfer-bin (= 7.2.3-1+cuda11.0) but it is not going to be installed
            Depends: libnvinfer-dev (= 7.2.3-1+cuda11.0) but it is not going to be installed
            Depends: libnvinfer-plugin-dev (= 7.2.3-1+cuda11.0) but it is not going to be installed
            Depends: libnvparsers-dev (= 7.2.3-1+cuda11.0) but it is not going to be installed
            Depends: libnvonnxparsers-dev (= 7.2.3-1+cuda11.0) but it is not going to be installed
            Depends: libnvinfer-samples (= 7.2.3-1+cuda11.0) but it is not going to be installed
            Depends: libnvinfer-doc (= 7.2.3-1+cuda11.0) but it is not going to be installed
E: Unable to correct problems, you have held broken packages.

sudo apt-get update 更新源
sudo apt-get upgrade 与源对比,更新软件
依次用apt-get -y install 包=版本执行安装
例如 apt-get -y install libnvinfer6=6.0.1-1+cuda10.1
缺什么装什么

<think>好的,我需要帮助用户下载并安装CUDA 11.6。首先,我得回顾一下用户提供的引用内容,看看有没有相关的步骤注意事项。 用户给出了四个引用,其中引用[1]提到下载CUDA 11.6.2的链接安装后的验证步骤,以及架构需要注意x86_64。引用[2]提供了直接使用wget命令下载CUDA 11.6.2的安装包,并执行安装的指令。引用[3]详细说明了在Ubuntu 20.04上安装CUDA 11.6的步骤,包括卸载旧驱动、禁用Nouveau驱动、重启后安装CUDA。引用[4]是关于在服务器上离线安装PyTorch与CUDA 11.6的环境配置。 用户的需求是下载并安装CUDA 11.6。根据这些引用,我应该整理出一个清晰的步骤指南。首先,需要确认系统架构是否符合,然后卸载旧驱动,禁用Nouveau驱动,接着下载CUDA安装包,执行安装,最后配置环境变量并验证安装是否成功。 需要注意的是,引用[3]中提到在安装前要彻底卸载旧版NVIDIA驱动,并禁用Nouveau驱动,否则可能会导致冲突或安装失败。此外,安装完成后需要将CUDA路径添加到环境变量中,确保系统能够识别。验证步骤包括检查nvcc版本运行示例程序,这很重要,可以确认安装是否成功。 另外,用户可能遇到的问题包括安装后仍然显示旧版本CUDA,这可能是因为环境变量没有正确设置,或者多个CUDA版本共存时需要切换版本。引用[2]提到解决安装CUDA 11.6却显示10.1的问题,可能需要通过软链接或更新环境变量来指向正确版本。 在整理步骤时,要确保每个环节都覆盖到,比如卸载旧驱动、禁用Nouveau、下载安装包、安装过程的选择(比如不安装驱动)、环境变量配置、验证步骤。同时,要提醒用户在安装过程中的注意事项,例如在安装时取消勾选驱动安装,如果已经安装了其他版本的驱动的话。 可能还需要考虑是否需要联网下载,或者是否有离线安装的方法。引用[2]引用[3]提供了在线下载的方法,而引用[4]提到离线安装PyTorch,但CUDA本身可能还是需要在线下载安装包。不过用户的问题是关于CUDA安装,所以主要参考在线安装步骤。 最后,生成相关问题时要围绕CUDA安装可能涉及的步骤、常见问题、验证方法、版本切换等。例如,如何解决安装后的版本冲突,如何切换不同CUDA版本,如何验证安装是否成功等。 总结一下,步骤应该是: 1. 确认系统架构是x86_64。 2. 卸载旧版NVIDIA驱动。 3. 禁用Nouveau驱动。 4. 下载CUDA 11.6安装包。 5. 运行安装程序,注意不安装驱动(如果已有驱动的话)。 6. 配置环境变量。 7. 验证安装。 需要确保每一步都清晰,并提醒用户注意事项,如重启、避免驱动冲突等。</think>### 如何下载并安装 CUDA 11.6? #### 1. **确认系统架构** 在终端输入以下命令,确保系统为 `x86_64` 架构(若为其他架构需调整安装方式): ```bash uname -a ``` 输出示例:`Linux hostname 5.11.0-xx-generic #xx-Ubuntu SMP ... x86_64 x86_64 x86_64 GNU/Linux`[^1]。 #### 2. **卸载旧版 NVIDIA 驱动(如有冲突)** 若已安装旧版驱动,需彻底卸载以避免冲突: ```bash sudo apt-get --purge remove "*nvidia*" sudo apt-get autoremove sudo apt-get clean ``` #### 3. **禁用 Nouveau 驱动** Nouveau 是开源 NVIDIA 驱动,可能与 CUDA 冲突,需禁用: ```bash sudo bash -c "echo 'blacklist nouveau' > /etc/modprobe.d/blacklist-nouveau.conf" sudo bash -c "echo 'options nouveau modeset=0' >> /etc/modprobe.d/blacklist-nouveau.conf" sudo update-initramfs -u sudo reboot # 重启生效 ``` #### 4. **下载 CUDA 11.6 安装包** 通过 `wget` 直接下载(或从官网手动下载): ```bash wget https://developer.download.nvidia.com/compute/cuda/11.6.2/local_installers/cuda_11.6.2_510.47.03_linux.run ``` #### 5. **安装 CUDA 11.6** 运行安装脚本并按提示操作: ```bash sudo sh cuda_11.6.2_510.47.03_linux.run ``` - **关键选项**:取消勾选 `Driver`(若已安装独立驱动),仅保留 `CUDA Toolkit`[^2]。 - 安装路径默认为 `/usr/local/cuda-11.6`。 #### 6. **配置环境变量** 将以下内容添加到 `~/.bashrc` 或 `~/.zshrc`: ```bash export PATH=/usr/local/cuda-11.6/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-11.6/lib64:$LD_LIBRARY_PATH ``` 生效配置: ```bash source ~/.bashrc ``` #### 7. **验证安装** - **检查 CUDA 版本**: ```bash nvcc --version # 应输出 11.6 版本 ``` - **运行示例程序**: ```bash cd /usr/local/cuda-11.6/samples/1_Utilities/deviceQuery sudo make ./deviceQuery # 若显示 Result = PASS 则安装成功 ``` #### 8. **解决常见问题** - **安装后显示旧版本 CUDA**:检查环境变量是否指向 `/usr/local/cuda-11.6`,而非旧版本软链接。 - **版本切换**:通过修改软链接 `/usr/local/cuda` 指向所需版本[^3]。 --- ###
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