CUDA安装及多版本切换

这篇具有很好参考价值的文章主要介绍了CUDA安装及多版本切换。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

CUDA安装及多版本切换

1. CUDA下载安装

CUDA下载

https://developer.nvidia.com/cuda-toolkit-archive

在这个页面上选择对应版本的CUDA驱动,选择runfile安装方式,下载一个.run文件,并执行。

wget https://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
sudo sh cuda_10.2.89_440.33.01_linux.run

安装过程中可能会出现tmp空间不足的情况,添加--tmpdir参数赋值为在空间足够的分区上的路径即可。

sh cuda_10.2.89_440.33.01_linux.run --tmpdir=/home/ems/xuzk/cuda/tmp

安装过程中会要求选择安装的内容,其中

  • CUDA Toolkit:必选
  • Driver:如果安装了更高版本的NVIDIA驱动,可以不选,可以从这里(NVIDIA驱动下载)下载安装
  • Demo, Sample, Doc:都可以不选

安装结束后,可以通过nvcc -Vnvcc --version检查cuda版本。

nvcc的程序路径为/usr/local/cuda-10.2/bin/nvcc

2. CUDA版本切换

更改软连接

#在切换cuda版本时
#删除之前创建的软链接
rm -rf /usr/local/cuda
sudo ln -s /usr/local/cuda-10.2/ /usr/local/cuda
nvcc --version #查看当前 cuda 版本

#切换到 cuda11.7
rm -rf /usr/local/cuda
sudo ln -s /usr/local/cuda-11.7/ /usr/local/cuda
nvcc --version

修改环境变量

echo $PATH
vim /etc/profile  # 将其中和CUDA有关的环境变量版本号改为新的版本

修改内容如下:

export PATH=/usr/local/cuda-10.2/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH

修改结束后重启终端或运行source命令

source /etc/profile

参考链接:

https://blog.csdn.net/Maple2014/article/details/78574275

https://www.cnblogs.com/youyoui/p/10680329.html

3. nvcc和nvidia-smi显示的CUDA Version不一致

CUDA有两种API,一个是驱动API(Driver Version),依赖NVIDIA驱动,由nvidia-smi查看,另一个是运行API(Runtime Version)是软件运行所需要的,一般驱动API版本>=运行API版本即可。

驱动API的依赖文件由GPU driver installer安装,nvidia-smi属于这一类API;

运行API的依赖文件由CUDA Toolkit installer安装。

参考链接:https://codeantenna.com/a/5eVVAE9Q27文章来源地址https://www.toymoban.com/news/detail-427232.html

到了这里,关于CUDA安装及多版本切换的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【深度学习】Windows10中下安装多版本CUDA及其切换

    大多数情况下可以在anaconda虚拟环境中安装独立的cuda/cudnn,这中方式可以为用户提供多个互相独立的cuda版本,但anaconda并不支持部分版本的cuda/cudnn,因此需要在本地上配置多个版本的cuda/cudnn,并根据需求完成切换。 右键电脑–属性–高级系统设置–环境变量 当前已经安装两

    2024年02月04日
    浏览(64)
  • Ubuntu20.04LTS安装CUDA并支持多版本切换

    如果Ubuntu系统还没有安装显卡驱动,参考这篇文章:Ubuntu20.04LTS安装RTX-3060显卡驱动 当显卡驱动安装完成后,需要使用 nvidia-smi 命令查看英伟达显卡驱动版本。 如上图所示,英伟达驱动版本为520.61.05,CUDA最高支持的版本为11.8。 点击该链接:https://docs.nvidia.com/cuda/cuda-toolkit-

    2024年02月13日
    浏览(70)
  • 【Ubuntu 20.04LTS系统】安装CUDA11.8、cuDNN,可进行CUDA版本切换

    https://mirrors.tuna.tsinghua.edu.cn/help/ubuntu/ 更新软件列表和必要的依赖项 步骤一: 下载CUDA安装包 进行CUDA和cuDNN的选择,也可以直接根据官方推荐进行下载安装。 从Nvidia官网下载CUDA https://developer.nvidia.com/cuda-downloads 下方链接,选择更多版本 https://developer.nvidia.com/cuda-toolkit-archiv

    2024年02月16日
    浏览(71)
  • ubuntu18.04复现yolo v8环境配置之CUDA与pytorch版本问题以及多CUDA版本安装及切换

    最近在复现yolo v8的程序,特记录一下过程 环境:ubuntu18.04+ros melodic 小知识:GPU并行计算能力高于CPU—B站UP主说的 Ubuntu可以安装多个版本的CUDA。如果某个程序的Pyorch需要不同版本的CUDA,不必删除之前的CUDA,可以实现多版本的CUDA切换 一、查看当前PyTorch使用的CUDA版本: 注意

    2024年02月11日
    浏览(52)
  • Ubuntu 20.04 LTS 系统下 安装Nvidia 显卡驱动、CUDA、cuDNN, 并可进行CUDA版本切换

    因为做深度学习的研究项目,为全新机器在Ubuntu 20.04 LTS 系统下 安装Nvidia 显卡驱动、Cuda、Cudnn。并进行CUDA版本切换 成功安装完成了,写个记录。 步骤一: 安装更新软件列表和依赖项 在安装Nvidia显卡驱动之前,需要更新软件列表和必要的依赖项。 步骤二: 查看GPU型号,并

    2024年02月13日
    浏览(68)
  • 超详细教程——Ubuntu20.04 安装英伟达NVIDIA显卡驱动、CUDA、Cmake以及不同版本的CUDA切换

    在windows和linux双系统下,为ubuntu安装nvidia、cuda、cmake等程序是一个可能会难到各个计算机小白的问题,本文将一步步地带您学会安装以上内容。 一、安装英伟达NVIDIA显卡驱动 对于新安装的linux操作系统,我们需要为它安装nvidia显卡驱动(ubuntu有自带的显卡驱动但更推荐安装

    2024年02月02日
    浏览(57)
  • 下载安装nvm教程(附带下载切换node.js版本实操)

    目录 一、介绍 二、下载 三、安装步骤 四、配置淘宝源 五、测试 六、常用的nvm命令 七、下载切换node版本实操 node版本参考  node版本管理: nvm就是可以切换你的node版本,特别是当node版本过高或者过低时候,就可以用nvm进行直接下载切换其他版本。让一台计算机上面可以有

    2024年02月04日
    浏览(88)
  • 【技术分享】Anaconda下载安装、pip切换镜像源、conda切换镜像、conda创建指定Python版本虚拟环境教程

    步骤: 进入Anaconda官网,点击 Download 按钮下载最新的Anaconda版本包。 注意: 在 Download 下方有一段小字,写着 Python 3.9 • 64-Bit Graphical Installer • 688 MB ,说明现在最新的版本是Python3.9,图形化的安装包有688MB,是64位的架构。 【有人疑问说】: 我想下载Python3.8对应的Anaconda,

    2024年02月07日
    浏览(94)
  • linux系统,有多个cuda,如何切换版本

    如果您的系统上安装了多个CUDA版本,您可以使用以下命令来切换CUDA版本: 首先,使用以下命令列出所有已安装的CUDA版本: 这将显示所有已安装的CUDA版本的目录。 接下来,使用以下命令将要使用的CUDA版本添加到环境变量中: 其中, version 是您要使用的CUDA版本号。 最后,

    2024年02月06日
    浏览(53)
  • 将GPU版本的torch和torchvision下载至本地进行安装,解决torch.cuda.is_available()为False的情况,本文主要解决CPU版本的torch问题。

    这是困扰我很久的问题,今天花了一点时间去研究一下为什么我的cuda和cudann安装完成了,却不能使用GPU,原因是我的torch和torchvision是cpu版本的,必须下载GPU版本的才能使torch.cuda.is_available()为True,本文使用将文件下载到文件夹后进行安装。 1、打开Anaconda Prompt(Anaconda3)  2、打开

    2024年02月10日
    浏览(63)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包