英伟达cuda安装网址

### NVIDIA CUDA 安装指南 对于希望在系统上部署和支持CUDA技术的开发者而言，安装过程涉及几个必要的组件。为了使CUDA正常工作，需要确保计算机配备有支持CUDA的GPU，并运行带有`gcc`编译器及相关工具链的支持版本Linux操作系统[^2]。 #### 准备环境 - **硬件需求**: 配备支持CUDA架构的NVIDIA显卡。 - **软件需求**: - Linux发行版（例如Ubuntu） - GCC 编译器及其关联的构建工具集 - 已更新至最新状态的操作系统内核 #### 下载CUDA Toolkit 访问[NVIDIA官方网站](http://developer.nvidia.com/cuda-downloads)，依据所使用的平台选择合适的CUDA版本进行下载。此网站提供了针对不同操作系统的具体安装指导说明文档。 #### 执行安装流程 一旦完成了上述准备工作，则可以按照官方提供的步骤来完成CUDA toolkit的实际安装： 1. 接受许可协议条款； 2. 选择自定义或典型安装路径； 3. 完成驱动程序以及库文件的设置； 需要注意的是，在某些情况下可能还需要额外配置环境变量以便于后续开发工作的顺利开展。这通常涉及到编辑用户的shell profile文件（如`.bashrc`），添加如下所示的内容以指向新安装好的CUDA目录下的bin和lib文件夹位置： ```bash export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH ``` 最后重启终端或者执行 `source ~/.bashrc` 命令让更改生效。 #### 测试安装成果 可以通过编写简单的测试代码验证CUDA是否成功安装并能正常使用。下面给出一段用于检验设备能否被正确识别的小例子: ```cpp #include <stdio.h> #include <cuda_runtime.h> int main() { int deviceCount; cudaGetDeviceCount(&deviceCount); printf("CUDA Device Count: %d\n", deviceCount); for (int i = 0; i < deviceCount; ++i) { cudaDeviceProp prop; cudaGetDeviceProperties(&prop, i); printf("Device Number: %d\n", i); printf(" Device name: %s\n", prop.name); printf(" Memory Clock Rate (KHz): %d\n", prop.memoryClockRate); printf(" Memory Bus Width (bits): %d\n", prop.memoryBusWidth); printf(" Peak Memory Bandwidth (GB/s): %.1f\n\n", 2.0*prop.memoryClockRate*(prop.memoryBusWidth/8)/1.0e6); } return 0; } ``` 编译这段C++源码之前记得先保存为 `.cu` 文件扩展名形式，之后利用nvcc命令来进行编译链接操作： ```bash nvcc -o test_cuda test_cuda.cu ./test_cuda ``` 如果一切无误的话，应该可以看到有关已连接到主机上的所有兼容CUDA GPU的信息输出。

### NVIDIA CUDA 安装指南 (Ubuntu 系统) #### 验证 GPU 支持 为了确认系统的 GPU 是否支持 CUDA，在终端中运行以下命令来查看是否存在 NVIDIA 显卡： ```bash lspci | grep -i nvidia ``` 如果输出显示有 NVIDIA 设备，则表明硬件兼容 CUDA 技术[^3]。 #### 准备工作 在准备安装之前，建议先更新系统软件源并升级现有包至最新版本： ```bash sudo apt update && sudo apt upgrade -y ``` 接着移除任何可能存在的旧版 NVIDIA 驱动程序和其他潜在冲突组件： ```bash sudo apt-get remove --purge '^nvidia-.*' ``` 重启计算机以确保所有更改生效。 #### 下载与安装 前往[NVIDIA 开发者网站](https://developer.nvidia.com/cuda-toolkit-archive)，依据所使用的操作系统和已安装的显卡驱动版本挑选合适的 CUDA Toolkit 版本进行下载。对于特定情况下的安装文件形式为 `.run` 文件[^1]。 通过wget获取指定版本的CUDA工具包: ```bash wget https://developer.download.nvidia.com/compute/cuda/11.3.1/local_installers/cuda_11.3.1_465.19.01_linux.run ``` 赋予该脚本执行权限，并按照提示完成安装过程： ```bash chmod +x cuda_11.3.1_465.19.01_linux.run sudo ./cuda_11.3.1_465.19.01_linux.run ``` 注意：此过程中可能会被询问关于是否接受许可协议等问题，请仔细阅读后再做决定[^4]。 #### 设置环境变量 编辑 `~/.bashrc` 或其他 shell 初始化文件，添加如下路径以便于后续编译项目时能够找到必要的库文件： ```bash export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH ``` 使上述修改立即生效可以使用 source 命令加载新的设置： ```bash source ~/.bashrc ``` 最后再次启动电脑让所有的改动都得到应用。 #### 测试安装成果 可以通过编写简单的测试代码验证 CUDA 工具链是否正常运作。创建一个新的 C++ 源码文件 test.cu 并加入下面的内容： ```cpp #include <stdio.h> int main() { printf("Hello from CUDA!\n"); } ``` 利用 nvcc 编译器将其转换成可执行二进制文件： ```bash nvcc -o test test.cu ./test ``` 成功的话应该会看到 “Hello from CUDA!” 字样打印出来。