linux服务器安装cuda11.8

### 安装 CUDA 11.8 的详细指南 #### 准备工作 在开始安装之前，确认服务器的操作系统版本和硬件配置满足 NVIDIA 提供的要求。可以通过以下命令查看 Ubuntu 版本： ```bash lsb_release -a ``` 如果操作系统为 Ubuntu 20.04 或更高版本，则可以继续执行后续步骤。 --- #### 下载 CUDA 工具包 通过 `wget` 命令下载 CUDA 11.8 的运行文件。如果没有网络访问权限或者无法直接使用 `wget`，可以选择手动下载并上传到服务器[^1]。 ```bash wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run ``` 完成下载后赋予可执行权限： ```bash chmod +x cuda_11.8.0_520.61.05_linux.run ``` --- #### 安装 CUDA 软件包 启动安装程序，并按照提示逐步操作。为了避免潜在的驱动冲突问题，在安装过程中建议禁用显卡驱动的自动安装功能[^3]。 ```bash sudo sh cuda_11.8.0_520.61.05_linux.run --toolkit --silent --override ``` > **注意**: 如果需要自定义选项，去掉 `--silent` 参数以进入交互模式。 --- #### 配置环境变量 为了使系统能够识别 CUDA 库路径，需修改用户的 `.bashrc` 文件或全局 `/etc/profile` 文件[^4]。 编辑 `.bashrc` 文件： ```bash nano ~/.bashrc ``` 追加以下两行内容： ```bash export PATH="/usr/local/cuda-11.8/bin:$PATH" export LD_LIBRARY_PATH="/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH" ``` 保存退出后刷新环境变量： ```bash source ~/.bashrc ``` 验证环境变量设置是否生效： ```bash nvcc --version ``` 正常情况下会显示 CUDA 编译器的相关信息。 --- #### 安装 cuDNN (可选) cuDNN 是用于加速深度学习框架的重要库。可以从官方页面获取适合 CUDA 11.8 的版本[^4]。 解压已下载的 cuDNN 文件并将头文件和动态链接库复制到指定目录： ```bash tar -xvJf cudnn-linux-x86_64-*.*.* cp include/cudnn*.h /usr/local/cuda-11.8/include/ cp lib/libcudnn* /usr/local/cuda-11.8/lib64/ chmod a+r /usr/local/cuda-11.8/include/cudnn*.h chmod a+r /usr/local/cuda-11.8/lib64/libcudnn* ``` 最后验证 cuDNN 是否正确部署： ```bash cat /usr/local/cuda-11.8/include/cudnn_version.h | grep CUDNN_MAJOR -A 2 ``` 如果有对应的版本号输出，则说明安装成功。 --- #### 测试 CUDA 和 cuDNN 功能 创建一个简单的测试程序来验证 GPU 加速能力。例如编写如下代码存储为 `test_cuda.cu`： ```cpp #include <stdio.h> int main() { int deviceCount; cudaGetDeviceCount(&deviceCount); printf("Number of devices: %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", 2.0 * prop.memoryClockRate * (prop.memoryBusWidth / 8) / 1e6); } } ``` 编译并运行此程序： ```bash nvcc test_cuda.cu -o test_cuda ./test_cuda ``` 观察输出结果判断设备状态。 ---