安装前的准备(可选)
在安装新版本之前,先卸载已有的 NVIDIA 驱动、CUDA、cuDNN 和 TensorRT,以避免冲突。
sudo apt remove --purge '^nvidia-.*' '^cuda.*' '^libcuda.*' '^libnvidia.*' '^tensorrt.*' '^cudnn.*'
sudo apt autoremove -y
sudo apt clean
# Remove CUDA Toolkit and Related Files
sudo rm -rf /usr/local/cuda*
sudo rm -rf /usr/lib/cuda*
# Remove NVIDIA Repository (If Installed)
sudo rm -f /etc/apt/sources.list.d/cuda*
sudo rm -f /etc/apt/sources.list.d/nvidia-*
# update your package lis
sudo apt update
验证卸载:
dpkg -l | grep -E 'cuda|nvidia|tensorrt|cudnn'
重新启动系统:
sudo reboot
重新启动后,检查是否卸载干净:
# Check Nvidia driver
nvidia-smi
# check CUDA
which nvcc
安装 NVIDIA 驱动
https://www.nvidia.com/en-us/drivers/
# install the latest supported driver
sudo ubuntu-drivers autoinstall
# install the specific version
sudo apt install nvidia-driver-xxx
CUDA与NVIDIA驱动的兼容列表
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
安装 CUDA v11.8
https://developer.nvidia.com/cuda-toolkit-archive
找到CUDA v11.8
注意:官方的给出的在线安装有错,请按照下面的代码安装
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-keyring_1.0-1_all.deb
sudo dpkg -i cuda-keyring_1.0-1_all.deb
sudo apt-get update
sudo apt-get -y install cuda-toolkit-11-8
配置环境变量
# Update cuda path to .bashrc
echo 'export PATH=/usr/local/cuda-11.8/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc
# 验证当前cuda版本
nvcc --version
安装 cuDNN v9.10.2
之前博文已经发了,翻一下前面的文章。
安装 TensorRT 10.13
https://developer.nvidia.com/tensorrt-getting-started
https://developer.nvidia.com/tensorrt/download
选择这个版本
TensorRT 10.13 GA Release date 2025/07/22
# 安装 TensorRT 本地仓库(请确认文件名是否一致)
sudo dpkg -i nv-tensorrt-local-repo-ubuntu2004-10.13.0-cuda-11.8_1.0-1_amd64.deb
# 复制密钥(请确认文件夹路径是否正确)
sudo cp /var/nv-tensorrt-local-repo-ubuntu2004-10.13.0-cuda-11.8/nv-tensorrt-local-F234AD55-keyring.gpg /usr/share/keyrings/
# update package list
sudo apt-get update
# 安装 TensorRT
sudo apt-get install tensorrt
# 添加环境变量
echo 'export PATH=$PATH:/usr/src/tensorrt/bin' >> ~/.bashrc && source ~/.bashrc
source ~/.bashrc
# 验证安装
dpkg -l | grep nvinfer
sudo apt show tensorrt
trtexec --version
验证
python3.9 #或python3根据自己python3的版本号
import tensorrt
print(tensorrt.__version__)
如果需要用paddlepaddle百度的选这个版本
CUDA11.8 的 PaddlePaddle,如果需要使用 TensorRT ,那么可自行安装 TensorRT8.5.3.1
wget https://developer.nvidia.com/compute/machine-learning/tensorrt/secure/8.5.1/local_repos/nv-tensorrt-local-repo-ubuntu2004-8.5.1-cuda-11.8_1.0-1_amd64.deb
sudo dpkg -i nv-tensorrt-local-repo-ubuntu2004-8.5.1-cuda-11.8_1.0-1_amd64.deb
sudo cp /var/nv-tensorrt-local-repo-ubuntu2004-8.5.3-cuda-11.8/nv-tensorrt-local-3EFA7C6A-keyring.gpg /usr/share/keyrings/
sudo apt-key add /var/nv-tensorrt-local-repo-ubuntu2004-8.5.3-cuda-11.8/3EFA7C6A.pub
sudo apt-get update
sudo apt-get install tensorrt
最后选择n,因为升级的太厉害,直接搞到cuda12了,我也不清楚怎么回事。只能用Tar包安装了。
可靠的另一种方法
wget https://developer.nvidia.com/downloads/compute/machine-learning/tensorrt/secure/8.5.3/tars/TensorRT-8.5.3.1.Linux.x86_64-gnu.cuda-11.8.cudnn8.6.tar.gz
tar -xvf TensorRT-8.5.3.1.Linux.x86_64-gnu.cuda-11.8.cudnn8.6.tar.gz
sudo mv TensorRT-8.5.3.1 /usr/local/
vim ~/.bashrc
# 添加到.bashrc最后,下面的内容并保存
export CUDA_HOME=/usr/local/cuda-11.8
export TENSORRT_DIR=/usr/local/TensorRT-8.5.3.1
export LD_LIBRARY_PATH=$TENSORRT_DIR/lib:$CUDA_HOME/lib64:$LD_LIBRARY_PATH
export PATH=$CUDA_HOME/bin:$TENSORRT_DIR/bin:$PATH
source ~/.bashrc
验证安装后,一般需要安装python接口,这个版本支持python3.6、python3.7、python3.8、python3.9、python3.10。注意:如果是需要使用python接口,我的python版本是3.9,安装以下版本的whl包还需要执行以下命令:
# 验证
trtexec # 此时指令已生效,应该在终端输出命令的相关参数
注意:如果是需要使用python接口,我的python版本是3.9,安装以下版本的whl包还需要执行以下命令:
cd /usr/local/TensorRT-8.5.3.1/python
python3.9 -m pip install tensorrt-8.5.3.1-cp39-none-linux_x86_64.whl
#或者
sudo python3.9 -m pip install tensorrt-8.5.3.1-cp39-none-linux_x86_64.whl
CUDA12.6 和CUDA12.9的 PaddlePaddle,如果需要使用 TensorRT ,那么可自行安装 TensorRT10.5.0.18
wget https://developer.nvidia.com/downloads/compute/machine-learning/tensorrt/10.5.0/local_repo/nv-tensorrt-local-repo-ubuntu2004-10.5.0-cuda-11.8_1.0-1_amd64.deb
这个版本用deb包没有什么问题。
847

被折叠的 条评论
为什么被折叠?



