流程：
安装前检查->安装->安装后配置->验证
版本: CUDA12.5
体系: Ubuntu22.04
内核: 6.5.0-35-generic
本文参考官方指南CUDA Installation Guide for Linux
一、安装前准备工作
查看GPU和型号
spci | grep -i nvidia
看到类似内容，我这是1660 S
- 01:00.0 VGA compatible controller: NVIDIA Corporation TU116 [GeForce GTX 1660 SUPER] (rev a1)
gcc --version
虽然官方说6.0~13.0版本的都可以，但实测11.4版本的不可，可能有BUG。
若为11.4版本的，请下载12版本。
*下载gcc12
不须要下载的请跳过！
- # 查看之前的版本
- > gcc --version
- gcc-11 (Ubuntu 11.4.0-1ubuntu1~22.04) 11.4.0
- Copyright (C) 2021 Free Software Foundation, Inc.
- # 安装gcc12
- > sudo apt-get install gcc-12
- # 将他添加到gcc备选组中，且设置优先级为12
- > sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-12 12
- /usr/bin/gcc 主链接
- gcc 组名
- /usr/bin/gcc-12 要添加进组的下令
- 12 优先级，数字越约莫优先
查看gcc的链接设置，看一眼配置对了没
sudo update-alternatives --config gcc
这时候查看gcc版本就是12.4了
gcc --version
*检查驱动
非须要举动！我们在安装toolkit的时候会自动安装GPU驱动
二、安装CUDA Toolkit
https://developer.nvidia.com/cuda-downloads
按照你的来，我这是选择的本地安装，就是下载一个安装包，在本地安装，deb类型的安装包是由APT管理，方便更新与卸载。
截止到目前位置为12.5版本，详细下令我这直接复制官网的，一条一条实行。
- wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin
- sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600
- wget https://developer.download.nvidia.com/compute/cuda/12.5.0/local_installers/cuda-repo-ubuntu2204-12-5-local_12.5.0-555.42.02-1_amd64.deb
- sudo dpkg -i cuda-repo-ubuntu2204-12-5-local_12.5.0-555.42.02-1_amd64.deb
- sudo cp /var/cuda-repo-ubuntu2204-12-5-local/cuda-*-keyring.gpg /usr/share/keyrings/
- sudo apt-get update
- sudo apt-get -y install cuda-toolkit-12-5
上一步会自动安装GPU驱动的， 假如没有安装驱动乐成，才去选择手动安装。
检查驱动版本nvidia-smi
安装下令,最新版
sudo apt-get install -y cuda-drivers
假如你想要安装指定版本，2选1即可
sudo apt-get install -y cuda-drivers-555
三、安装后的工作
须要操作
设置环境变量，留意路径哈，是你安装版本的路径
- export PATH=/usr/local/cuda-12.5/bin${PATH:+:${PATH}}
- # 打开配置文件vi ~/.bashrc# 添加到最后一行，生存并退出export PATH=/usr/local/cuda-12.5/bin${PATH:+:${PATH}}
- # 重新激活配置文件source ~/.bashrc
- export LD_LIBRARY_PATH=/usr/local/cuda-12.5/lib64\
- ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
开启保卫进程模式
开启保卫进程长期化模式，比传统长期化模式更优雅稳固elegent and robust
sudo /usr/bin/nvidia-persistenced --verbose
假如没有任何提示，说明启动乐成，linux惯例"没有消息就是最好的消息"
删除本地下载安装包
删除下令，按照你安装toolkit时的版本填入
sudo apt-get remove --purge "cuda-repo-<distro>-X-Y-local*"
我的删除下令
sudo apt-get remove --purge "cuda-repo-ubuntu2204-12-5-local*"
四、验证
验证CUDA版本，这是runtime运行时的版本
nvcc -V
验证驱动版本
nvidia-smi 右上角表现的cuda版本是驱动的CUDA版本 向下兼容，兼容比这个数字低的cuda 运行时版本
好比 nvidia-smi表现的cuda是12.5, 而 nvcc -V表现的是12.1这是没有题目的。但反过来不可哦！得更新驱动
二者的CUDA的区别
驱动API通常用于创建，因为它可以做更加精致化的控制，cuda RUNTIME API通常在运利用用时调用。
详细区别https://docs.nvidia.com/cuda/cuda-runtime-api/driver-vs-runtime-api.html
删除CUDA
假如你安装遇到题目，折腾好久没搞好！请先清除所有关于cuda的文件，再重新安装。
留意，在清除的时候，cuda依赖的其他库也可能会被删除！！可能会导致你的其他程序无法正常运行！
在删除的时候，留意下有哪些库被卸载了
删除下令
- # 删除CUDA TOOLKIT
- sudo apt-get --purge remove "*cuda*" "*cublas*" "*cufft*" "*cufile*" "*curand*" \
- "*cusolver*" "*cusparse*" "*gds-tools*" "*npp*" "*nvjpeg*" "nsight*" "*nvvm*"
- # 删除驱动
- sudo apt-get --purge remove "*nvidia*" "libxnvctrl*"
- # 清除一些依赖和安装包
- sudo apt-get autoremove
还须要安装cuDNN吗？
不须要，安装CUDA Toolkit的时候，已经装好了
如何查看？
ldconfig -p | grep cudnn
表现结果：
- libcudnn_ops.so.9 (libc6,x86-64) => /lib/x86_64-linux-gnu/libcudnn_ops.so.9
- libcudnn_ops.so (libc6,x86-64) => /lib/x86_64-linux-gnu/libcudnn_ops.so
- libcudnn_heuristic.so.9 (libc6,x86-64) => /lib/x86_64-linux-gnu/libcudnn_heuristic.so.9
- libcudnn_heuristic.so (libc6,x86-64) => /lib/x86_64-linux-gnu/libcudnn_heuristic.so
- libcudnn_graph.so.9 (libc6,x86-64) => /lib/x86_64-linux-gnu/libcudnn_graph.so.9
没有添加环境变量！请仔细看安装后的工作哦
export PATH=/usr/local/cuda-12.5/bin${PATH:+ {PATH}}
“error while loading shared libraries: : cannot open shared object file: No such file or directory”
没有设置动态库链接变量
export LD_LIBRARY_PATH=/usr/local/cuda-12.5/lib${LD_LIBRARY_PATH:+{LD_LIBRARY_PATH}}
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。 |
