在 WSL2 中配置 CUDA 环境变量的两种方法（含多版本支持）

新子y

于 2025-04-17 16:35:21 发布

阅读量1.1k

点赞数 22

文章标签： python 人工智能 linux

本文链接：https://blog.csdn.net/weixin_70325224/article/details/147308959

版权

通过编辑 ~/.bashrc 文件添加 export 语句来配置 CUDA 环境变量，然后用 source ~/.bashrc 刷新环境。

✅ 一：更完整的环境变量设置

export PATH=/home/yyf/.local/bin:$PATH
export CUDA_HOME=/usr/local/cuda-12.6
export PATH=$CUDA_HOME/bin:$PATH
export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH

✅ 说明：

export PATH=/home/yyf/.local/bin:$PATH
➤ 把本地用户安装的包路径加入 PATH，常见于使用 pip install --user 安装包时。
export CUDA_HOME=/usr/local/cuda-12.6
➤ 明确设置 CUDA 的安装根目录，方便后续引用。
export PATH=$CUDA_HOME/bin:$PATH
➤ 把 CUDA 的可执行文件目录加入 PATH。
export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH
➤ 把 CUDA 的动态链接库路径加入库加载路径。

✅ 适用场景：

需要使用 CUDA 编译器（如 nvcc）或运行 CUDA 相关程序。
使用多个 CUDA 版本时可以通过修改 CUDA_HOME 来方便切换。
需要使用本地 pip 安装的 Python 包。
更适合对环境要求明确、希望灵活配置的开发者。

✅ 二：更简洁的 CUDA 环境配置

export PATH=$PATH:/usr/local/cuda-11.7/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.7/lib64

✅ 说明：

没有使用 CUDA_HOME 变量，直接把路径写死。
没有配置用户本地 .local/bin 目录。
简洁明了，直接添加 CUDA 可执行文件和库路径。

✅ 适用场景：

系统只有一个固定的 CUDA 版本。
用户不需要频繁切换 CUDA 版本。
不需要配置其他环境路径，只是为了让 CUDA 正常工作。

🔍 总结对比表

项目	第一种方式	第二种方式
是否设置 CUDA_HOME	✅ 是（更灵活）	❌ 否（不便切换版本）
是否添加本地 `.local/bin`	✅ 是（支持本地 pip 包）	❌ 否（更简洁）
是否更灵活/可复用	✅ 是（适合开发者）	⚠️ 一般（适合一次性配置）
配置复杂度	稍高（4 条语句）	简单（2 条语句）
适合什么人群	需要多个 CUDA、pip、编译的用户	只用固定 CUDA 的初学者