Linux服务器下给当前用户安装自己的CUDA、CUDA 还是自己的好用 【有效安装教程】

已于 2022-04-05 23:14:22 修改
阅读量9.5k 收藏 101
点赞数 24
CC 4.0 BY-SA版权
分类专栏： 模型部署之转换-加速-封装 环境搭建，一文读懂 文章标签： linux ubuntu Cuda Cuda10.0 安装
于 2020-07-16 16:37:49 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.csdn.net/sinat_28442665/article/details/107384944
本文提供在Ubuntu18.04.5环境下，针对个人用户安装CUDA10.0及配置CuDNN7.6.0的详细步骤。涵盖下载、安装、环境变量配置及版本验证，适用于深度学习环境搭建。

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

深度学习环境搭建过程中，初期阶段，相信大家都会遇到，动不动 TensorFlow 或者 Pytorch 库与Cuda、或者Cudnn 版本不匹配的问题；

因此很多时候，在一台服务器中安装多个Cuda逐步成为了各位搬砖大佬们的必然选择

🥇 版权: 本文由【墨理学AI】原创首发、各位读者大大、敬请查阅、感谢三连
🎉 声明: 作为全网 AI 领域 干货最多的博主之一，❤️ 不负光阴不负卿 ❤️

0-9

CUDA10.0安装

1-5

📔 服务器是团队或者项目组的，因此cuda还是自己的好用！！！

安装系统 ：Ubuntu 18.04.5

🟧 1 cuda官网下载地址

cat /proc/version （Linux查看当前操作系统版本信息）

1

🟨 2 安装

# 先对安装包《cuda_10.0.130_410.48_linux.run》的属性进行修改为可执行；

chmod 755 cuda_10.0.130_410.48_linux.run

# 不要使用 sudo 进行安装
sh cuda_10.0.130_410.48_linux.run

过程如下，按空格读完协议，进行如下图的操作：

备注： 这里没有安装新的驱动，是因为：

  • 1： root 用户 安装的 驱动 能够 支持当前 CUDA10.0的运行；
  • 2： 驱动的更新安装，需要 root 权限 （也就是说 一台 Linux 服务器 只能 安装 一个英伟达内核驱动），团队的服务器，我没有权限去更新服务器的显卡驱动；
  • 3：如果服务器本身 驱动版本 高 能够 同时 支持 CUDA10 和 CUDA9 ，那么我们这里安装的 CUDA10.0, 后面运行程序便是可行的；

2

🟦 3:环境变量的配置

cd /home/zhijian
vim .bashrc

# 在最下方添加刚刚安装cuda的路径：
---
export PATH="/home/zhijian/usr/local/cuda10/bin:$PATH"
export LD_LIBRARY_PATH="/home/zhijian/usr/local/cuda10/lib64:$LD_LIBRARY_PATH"
---

# 保存之后，使配置生效：  
source .bashrc
  • 命令行输入 nvcc -V 查看cuda版本，效果如下：
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Sat_Aug_25_21:08:01_CDT_2018
Cuda compilation tools, release 10.0, V10.0.130

说明 cuda10.0此次安装OK，已经不再使用服务器公共的cuda了

📕 配置自己的cudnn, 这里配置的cudnn版本为：7.6.0

TensorFlow1.2~2.1各GPU版本与CUDA对应版本|简记

🔴 1 官网下载

这个下载需要邮箱注册和登录，容易忘记密码，就很烦有没有。。。

2

🔵 2 解压 cudnn

从Nvidia官网上下载下来的cudnn for linux的文件格式是.solitairetheme8，想要解压的话需要先转成tgz格式再解压(这个操作我也被惊到了)：

cp cudnn-10.0-linux-x64-v7.6.0.64.solitairetheme8 cudnn-10.0-linux-x64-v7.6.0.64.tgz

tar -zxvf cudnn-10.0-linux-x64-v7.6.0.64.tgz

🟣 3 安装配置【替换即可】

 cp cuda/include/cudnn.h /home/zhijian/usr/local/cuda10/include/

 cp cuda/lib64/libcudnn.s* /home/zhijian/usr/local/cuda10/lib64/

 chmod 755 /home/zhijian/usr/local/cuda10/include/cudnn.h
 
# 查看cudnn版本 
 cat /home/zhijian/usr/local/cuda10/include/cudnn.h | grep CUDNN_MAJOR -A 2
  • 我得到的正确输出如下：

3

📙 友情提示

9-8
9-9

📙 预祝各位 前途似锦、可摘星辰

  • 🎉 作为全网 AI 领域 干货最多的博主之一，❤️ 不负光阴不负卿 ❤️
  • ❤️ 如果文章对你有帮助、点赞、评论鼓励博主的每一分认真创作

计算机视觉领域 八大专栏、不少干货、有兴趣可了解一下

9-9

【linux】服务器ubuntu安装cuda11.0、cuDNN教程，简单易懂，包教包会
weixin_44502754的博客
07-15 4165
【linux】安装cuda11.0、cuDNN教程，简单易懂，包教包会
A100 GPU服务器安装CUDA教程
weixin_43178406的博客
06-15 4万+
本文主要介绍了A100 GPU服务器安装CUDA教程，希望能对安装A100 GPU服务器的同学们有所帮助。 文章目录 1. 背景描述 2. 下载CUDA文件 3. 安装CUDA文件 4. 检验CUDA安装效果
Linux下安装cuda
07-26
在Linux下安装cuda的教程
Linux安装CUDA教程
weixin_45791008的博客
06-06 3428
安装完显卡驱动后，需要安装CUDA。
linux安装CUDA
最新发布
weixin_61663117的博客
07-08 563
这些图都是以前安装其它版本拼凑过来的，不要在意版本号。配置好环境变量后终端输入以下命令，使环境变量生效。进去后输入安装路径，如我的安装路径是。输入完成后按回车键，然后下移点击。下载好后运行第二条命令，输入。，按回车键，等待安装成功，选择下图框选出来的按回车键。如要修改安装位置，看下面。如要修改安装位置，选择。出现下图所示即安装成功。使用自定义的安装路径。
Linux非root用户在服务器安装cuda8.0
01-04 2316
ubuntu 16.04安装cuda8.0 一、下载cuda文件 安装： sh cuda_8.0.61_375.26_linux.run 这里因为是非root用户，所以要写入自己的安装目录，而不是用默认的路径： 配置环境： 按‘i"进入编辑模式。在空白处添加如下： 检查版本：  ...
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。
V100 GPU服务器安装CUDA教程
热门推荐
weixin_43178406的博客
11-21 5万+
本文主要介绍了V100 GPU服务器安装CUDA教程，希望能对安装V100 GPU服务器的同学们有所帮助。 文章目录 1. 背景描述 2. 下载CUDA文件 3. 安装CUDA文件 4. 检验CUDA安装效果
在Linux系统上安装CUDA的基本步骤
06-22
cuda安装 步骤 1: 检查系统要求 首先，确保您的系统满足CUDA的最低要求，例如支持的NVIDIA GPU型号和适用的Linux发行版。 步骤 2: 下载CUDA Toolkit 访问NVIDIA官网下载页面： 打开NVIDIA官方网站，导航到CUDA ...
DeepSeek大语言模型的Linux服务器部署教程：含GPU加速与依赖安装
02-02
首先是准备工作阶段，详细列出了对于服务器的要求（包括操作系统为Ubuntu20.04及以上，至少16GB内存与推荐NVIDIA GPU加速等）、软件依赖如Python版本及CUDA（用于GPU加速时），以及安装部分必要工具。然后介绍如何...
【linux】服务器Ubuntu20.04安装cuda11.8教程
weixin_44502754的博客
10-25 2288
【linux】服务器Ubuntu20.04安装cuda11.8教程
Linux系统安装CUDA包（CUDA Toolkit）深度学习
qq_54588888的博客
04-18 4144
对于大家在深度学习的时候，苦于安装CUDA包（CUDA Toolkit）的情况，我以Ubuntu的Linux系统来介绍CUDA Toolkit安装过程，大家学习深度学习会遇到CUDA.其实CUDA（Compute Unified Device Architecture，统一计算设备架构）是由NVIDIA推出的通用并行计算架构，该架构利用GPU（图形处理器）的处理能力可以解决复杂的计算问题。所以我们要学会和使用他。
13. Linux上CUDA的安装
K2SO4的博客
11-15 7775
Linux的CUDA安装教程
GPU服务器上安装CUDA的Python教程
ByteBuster的博客
09-09 268
以下是安装和配置过程的步骤。安装Python后，我们需要安装与CUDA兼容的Python库。因此，在进行安装之前，请务必参考CUDA和Python库的官方文档以获取最新的安装指南和要求。这样，您就可以利用GPU的强大计算能力加速您的计算任务。在安装过程中，您可能需要接受许可协议并选择要安装的组件。在安装CUDA之前，确保您的GPU服务器已安装Python。如果输出显示了您的GPU信息，则表示CUDA已成功安装并与Python集成。如果Python未安装，请根据您的操作系统下载并安装Python。
linux(CentOS7)安装cuda
yang.zhou欢迎各位
06-08 1万+
以用户名cluster登录系统 1.检查是否安装了GPU： lspci | grep -i nvidia   2.安装gcc、g++编译器 sudo yum install gcc    sudo yum install gcc-c++   3.安装kernel-devel sudo yum install kernel-devel   4.安装Driver，Toolki
GPU服务器中安装CUDA
学如逆水行舟，不进则退
10-19 3038
如何在GPU服务器中使用GPU运行机器学习模型？
服务器上安装CUDA
yuntaaa的博客
09-06 1685
仅用作记录，安装过程有点尴尬，最后也解决了
Linux服务器上安装CUDA11.2和对应的cuDNN 8.4.0
weixin_45819759的博客
06-30 7379
因为我服务器上之前安装过CUDA12，所以会出现这个提示。它表示已经找到了一个现有的CUDA Toolkit 11.2安装，并询问用户是否要升级所有组件或者选择要升级的组件。如果用户不想继续安装，可以选择"No, abort installation"来中止安装过程。我这里选择选择Upgrade all。2022-05-22 06:32:31 configure xserver-xorg-video-nvidia-470:amd64 470.129.06-0ubuntu0.18.04.1 <无>
cuda toolkit在linux服务器上的安装教程
02-27
### CUDA Toolkit在Linux服务器上的安装教程 #### 准备工作 确保系统已更新至最新状态并安装必要的依赖项。对于基于Debian/Ubuntu的发行版，可以执行以下命令来准备环境[^1]: ```bash sudo apt-get update && sudo apt-get upgrade -y sudo apt-get install build-essential cmake git unzip pkg-config libopencv-dev ``` #### 添加NVIDIA软件源 为了简化CUDA Toolkit及其驱动程序的安装过程，在大多数情况下建议添加官方维护的NVIDIA APT仓库到系统的包管理器配置文件中。这一步骤能够帮助自动处理依赖关系，并允许更方便地管理和升级CUDA组件。 针对不同的操作系统版本有不同的URL地址；这里以最新的稳定分支为例说明如何设置APT源列表： ```bash wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600 sudo wget https://developer.download.nvidia.com/compute/cuda/11.5.1/local_installers/cuda-repo-ubuntu2004-11-5-local_11.5-470.57.02-1_amd64.deb sudo dpkg -i cuda-repo-ubuntu2004-11-5-local_11.5-470.57.02-1_amd64.deb sudo cp /var/cuda-repo-ubuntu2004-11-5-local/cuda-*-keyring.gpg /usr/share/keyrings/ sudo apt-get update ``` #### 安装CUDA Toolkit及相关组件 完成上述准备工作之后就可以正式开始安装CUDA Toolkit了。考虑到不同应用场景的需求差异较大，可以选择仅安装核心部分或是连同其他辅助工具一起部署： 只安装最小化的CUDA运行时支持（适用于已经预装好显卡驱动的情况） ```bash sudo apt-get -y install cuda-toolkit-11-5 ``` 全量安装包括文档、示例在内的全部资源 ```bash sudo apt-get -y install cuda ``` #### 配置环境变量 为了让编译器和其他命令行工具能够在任何地方被调用，还需要调整PATH和LD_LIBRARY_PATH两个重要的shell环境变量。编辑`~/.bashrc`或其他相应的启动脚本文件，加入如下几行内容： ```bash export PATH=/usr/local/cuda-11.5/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-11.5/lib64\ ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} ``` 使更改立即生效： ```bash source ~/.bashrc ``` #### 测试安装成果 最后验证新安装好的CUDA是否正常运作。可以通过编写简单的测试程序来进行初步检测，也可以直接利用内置的帮助信息确认当前使用的具体版本号。 ```bash nvcc --version ``` 如果一切顺利的话，则可以看到类似于下面这样的输出结果，表明CUDA已经被成功激活并且处于可用状态[^2]: ```text nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2021 NVIDIA Corporation Built on Thu_Nov_18_09:45:30_PST_2021 Cuda compilation tools, release 11.5, V11.5.119 Build cuda_11.5.r11.5/compiler.30672275_0 ``` #### 使用Conda安装特定版本的CUDA Toolkit 对于那些希望通过Anaconda平台获取指定版本CUDA的支持用户来说，可以直接借助于Conda渠道快速实现目标。例如要为PyTorch项目定制化构建一套带有CUDA 11.1兼容性的虚拟环境，只需按照下列指令操作即可[^3]: ```bash conda create -n myenv python=3.9 conda activate myenv conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge ```
评论 8
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

打赏作者

墨理学AI

不必打赏，关注博主公众号即可

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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