报错sh: nvcc: command not found

小趴菜日记

已于 2024-11-07 00:56:30 修改

阅读量702

点赞数 1

CC 4.0 BY-SA版权

文章标签： python

于 2024-11-07 00:41:01 首次发布

本文链接：https://blog.youkuaiyun.com/qq_55736201/article/details/143582960

报错：

nvcc -V
-bash: nvcc: command not found

解决办法：

查看cuda的bin目录下是否有nvcc：

cd /usr/local/cuda/bin
ls -a

如果存在，直接将cuda路径加入系统路径即可：

vim ~/.bashrc

export LD_LIBRARY_PATH=/usr/local/cuda/lib:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda/bin:$PATH

source ~/.bashrc

再次执行nvcc -V 就可以看到相应cuda版本了

(weather) sh-4.4$ nvcc -V 
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2024 NVIDIA Corporation
Built on Thu_Mar_28_02:18:24_PDT_2024
Cuda compilation tools, release 12.4, V12.4.131
Build cuda_12.4.r12.4/compiler.34097967_0

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

小趴菜日记

关注关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

nvcc: command not found

weixiao的博客

10-26

1777

已经安装了CUDA-10.2,仍然出现上述问题,解决方案如下: 添加环境变量，打开~/.bashrc ，添加环境变量如下: export LD_LIBRARY_PATH=/usr/local/cuda/lib64 export PATH=$PATH:/usr/local/cuda/bin 保存后记得更新生效 source ~/.bashrc more: ...

报错解决：RuntimeError: Error building extension ‘bias_act_plugin‘

2301_77554343的博客

01-09

2213

解决报错：Setting up PyTorch plugin "bias_act_plugin"... Failed! RuntimeError: Error building extension 'bias_act_plugin' ninja: build stopped: subcommand failed.

参与评论您还未登录，请先登录后发表或查看评论

-bash: nvcc: command not found------anconda安装pytorch之后无法使用nvcc

ice_criminal的博客

06-06

2448

-bash: nvcc: command not found-----anconda安装pytorch之后无法使用nvcc

【工程实践】解决 nvcc: command not found

热门推荐

Dong_ZH的博客

02-26

7万+

1.nvcc nvcc 是The main wrapper for the NVIDIA CUDA Compiler suite. Used to compile and link both host and gpu code.(NVIDIA CUDA 编译器套件的主要包装器,用于编译和链接主机和 gpu 代码)。一般使用nvcc -V查看CUDA版本 2.遇到问题 root@d12ad4894da5:~# nvcc -V -bash: nvcc: command not found 3.解决办法

bash: nvcc: command not found

liuzhenghua66的博客

06-20

1956

执行nvidia-smi正常，但是执行nvcc -V报bash: nvcc: command not found，这会导致你需要进行编译代码时，由于找不到NVIDIA ® Cuda compiler driver而报错。如果你的镜像基于runtime，则只包含运行时环境，不包含cuda编译环境，如。如果你无法修改父镜像，可以在当前容器中安装cuda。，可以考虑把父镜像修改成。

Linux解决nvcc -V出现的-bash: nvcc command not found问题

qq_44442727的博客

10-30

9022

直接把export 的命令在命令行里执行，再执行source，会自动把内容写入bashrc文件里，这个可以验证一下。vim 和 source 的操作不变。

【nvcc -V】bash: nvcc: command not found...

向上生长的程序媛的博客

11-11

1361

再source ~/.bashrc激活环境。

wsl报错Ubuntu2004: command not found

03-01

当遇到 `command not found` 错误时，通常是因为命令所在的路径不在系统的 PATH 环境变量中。对于 VSCode 的 `code` 命令，在 WSL 下可能需要手动将其加入到 PATH 变量里。通过编辑器修改用户的 shell 配置文件...

ISCE开源软件Linux系统配置-小白从头到尾篇[0504修改，cuda=True]

qq_45110581的博客

05-06

3247

win10/Ubuntu双系统安装参考链接安装Anaconda 清华大学Anaconda镜像官网历史版本Anaconda镜像 python和Anaconda的版本对应关系查询python版本安装Anaconda 是否添加环境变量，yes 打开一个新终端，检查是否安装成功不成功则执行 sudo gedit ~/.bashrc txt末尾添加 export PATH="/...

frustum-pointnets复现过程+遇到的问题+解决方法

小邋遢-lxh的博客

07-29

5905

frustum-pointnets复现过程+遇到的问题+解决方法系统Ubuntu16.04 1.下载KITTI数据集：并按照README中的格式解压并重组数据集： 2.运行环境配置：在复现KPConv的环境下继续，首先安装一些包，已经安装的包不再安装（可KPConv复现链接中查看）：暂无 3.修改部分代码（1）frustum-pointnets/train/provider.py ...

nvcc -V显示command not found

qq_51408826的博客

01-15

7732

出现这个问题，不仅是 `nvcc -V`会显示command not found,`nvidia-smi`同样也会显示。在末尾加上以下内容，最后":wq"退出保存即可。使用python文件查看常见命令。

linux下，可以nvidia-smi, 但是bash: nvcc: command not found

y632481222的博客

03-15

1914

是因为nvidia-smi是NVIDIA显卡驱动程序的一部分，而nvcc是CUDA编译器的一部分。如果您已经安装了NVIDIA显卡驱动程序，但没有安装CUDA，那么您将无法使用nvcc命令。要解决这个问题，您需要安装CUDA。您可以从NVIDIA官方网站下载CUDA安装程序，并按照安装向导进行操作。安装完成后，您应该能够使用nvcc命令了。

jetson nano 查看 CUDA 版本：nvcc -V 报错：bash: nvcc: 未找到命令

David_jiahuan的博客

01-09

1万+

如果在没有做任何操作的情况下，在终端上输入 nvcc -V ，会显示下面的内容： bash: nvcc:未找到命令此时切换到 ~目录下： cd ~ ；然后打开 .bashrc文件：vim .bashrc ；接着按 i键，进入编辑状态；再接着在文件的末尾添加下面三行代码： export PATH=/usr/local/cuda/bin:$PATH exp...

linux nvcc未找到命令

jacke121的专栏

03-17

2024

linux nvcc未找到命令

Command 'nvcc' not found, but can be installed with: sudo apt install nvidia-cuda-toolkit

最新发布

03-28

<think>嗯，用户现在遇到了“Command 'nvcc' not found”的错误提示，并且系统建议安装nvidia-cuda-toolkit。我需要先理解这个问题的根源。首先，nvcc是NVIDIA的CUDA编译器驱动程序，用于编译CUDA代码。如果用户在使用CUDA相关的开发工具或者运行需要CUDA支持的程序时，没有安装这个工具包，就会出现这个错误。接下来，我需要考虑用户可能的背景。用户可能是在尝试运行某个需要CUDA的程序，比如深度学习框架如PyTorch或TensorFlow，或者是在进行GPU加速的计算任务时遇到了这个问题。用户之前可能已经安装了NVIDIA的显卡驱动，但没有安装完整的CUDA工具包，或者安装过程中出现了问题。用户之前提到过安装PyTorch时遇到的版本问题，现在又遇到了nvcc找不到的情况，这可能说明用户正在配置深度学习环境，需要同时安装正确版本的CUDA和PyTorch。这时候，用户可能需要确保CUDA工具包的安装，并且版本与PyTorch或其他框架兼容。系统建议通过sudo apt安装nvidia-cuda-toolkit，但用户可能不确定这是否正确，或者是否需要其他步骤。需要解释安装这个包的作用，以及可能存在的问题，比如版本兼容性。例如，Ubuntu仓库中的CUDA工具包版本可能较旧，而PyTorch可能需要特定版本的CUDA支持。这时候，用户可能需要从NVIDIA官网下载指定版本的CUDA工具包，而不是使用apt安装默认版本。另外，用户可能已经安装了NVIDIA的驱动程序，但CUDA工具包和驱动程序是不同的。需要解释两者之间的区别，驱动程序负责与GPU通信，而CUDA工具包提供编译和运行CUDA代码的工具。安装CUDA工具包时，可能会包含特定版本的驱动程序，但如果用户已经安装了较新的驱动程序，可能需要避免覆盖。还需要考虑用户的环境，比如是否使用conda或者虚拟环境，是否需要在特定环境中配置CUDA。有时候，conda可以管理CUDA的依赖，避免系统级别的安装，这可能是一个替代方案。最后，应该提供分步的解决方案，包括安装nvidia-cuda-toolkit的方法，验证安装是否成功，以及如何处理可能出现的版本不兼容问题。同时，提醒用户检查已安装的NVIDIA驱动版本，并确保CUDA工具包版本与驱动兼容。可能还需要指导用户如何设置环境变量，如PATH和LD_LIBRARY_PATH，以确保系统能够找到nvcc和相关库。总结来说，用户的问题在于缺少CUDA编译器nvcc，解决方案是安装CUDA工具包，但要考虑版本兼容性和正确的安装方法，避免与现有驱动冲突，并确保与深度学习框架的兼容性。</think>--- ### **错误原因** 你遇到的 `Command 'nvcc' not found` 错误表明系统未安装 **NVIDIA CUDA 编译器（nvcc）**，这是 CUDA 工具包的核心组件。以下为详细分析和解决方案： --- ### **关键概念** 1. **nvcc 的作用** `nvcc` 是 NVIDIA 的 CUDA 编译器，用于编译 GPU 加速的代码（如 PyTorch/TensorFlow 的 CUDA 扩展）。 2. **CUDA 工具包 vs 显卡驱动** - **显卡驱动**：使操作系统识别 GPU（通过 `nvidia-smi` 查看）。 - **CUDA 工具包**：提供开发工具（如 `nvcc`、CUDA 库），需与驱动版本兼容。 --- ### **解决方案** #### 1. **安装 CUDA 工具包** 根据系统环境选择以下方式之一： - **方法 1：通过 apt 安装（快速但版本可能较旧）** 执行系统建议的命令安装默认版本： ```bash sudo apt update sudo apt install nvidia-cuda-toolkit ``` - ✅ 优点：简单快捷 - ❌ 缺点：Ubuntu 仓库中的 CUDA 版本通常较旧（如 12.0），可能与 PyTorch/TensorFlow 最新版不兼容。 - **方法 2：从 NVIDIA 官网安装（推荐，版本可控）** 访问 [CUDA Toolkit Archive](https://developer.nvidia.com/cuda-toolkit-archive)，选择与深度学习框架兼容的版本（如 PyTorch 2.3.0 需 CUDA 12.1）。以 **CUDA 12.1** 为例： ```bash wget https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda_12.1.0_530.30.02_linux.run sudo sh cuda_12.1.0_530.30.02_linux.run ``` 安装时注意： - 取消勾选 `Driver`（避免覆盖现有驱动）。 - 确认安装路径（默认 `/usr/local/cuda-12.1`）。 #### 2. **验证安装** - **检查 `nvcc` 版本**： ```bash nvcc --version ``` 输出应显示 CUDA 版本（如 `release 12.1`）。 - **检查 CUDA 与驱动的兼容性**： ```bash nvidia-smi # 查看驱动支持的 CUDA 版本（右上角） ``` 确保 `nvidia-smi` 显示的 CUDA 版本 ≥ 安装的 CUDA 工具包版本。 #### 3. **配置环境变量** 将 CUDA 路径添加到 `~/.bashrc` 或 `~/.zshrc`： ```bash echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc source ~/.bashrc ``` --- ### **常见问题排查** 1. **安装后仍找不到 `nvcc`** - 检查环境变量配置是否正确。 - 确认 CUDA 安装路径是否存在 `/usr/local/cuda/bin/nvcc`。 2. **版本冲突** - 若已通过 `apt` 安装旧版 CUDA，建议卸载后重装官网版本： ```bash sudo apt purge nvidia-cuda-toolkit ``` 3. **使用 Conda 管理 CUDA** 若仅需运行深度学习框架（如 PyTorch），可通过 Conda 直接安装 CUDA 运行时（无需系统级安装）： ```bash conda install cuda -c nvidia ``` --- ### **总结** | 方法 | 适用场景 | 注意事项 | |------|----------|----------| | `apt` 安装 | 快速验证基础功能 | 版本可能不兼容最新框架 | | 官网安装 | 生产环境或需特定版本 | 需手动配置环境变量 | | Conda 安装 | 避免系统环境污染 | 仅限 Conda 虚拟环境内使用 | 建议优先选择 **官网安装指定版本 CUDA**，确保与深度学习框架版本严格匹配。