如何安装11.8版本的cuda

### 安装 CUDA 11.8 的具体步骤 #### 下载 CUDA 工具包 访问 NVIDIA 官方网站并找到适用于 Ubuntu 20.04 的 CUDA 11.8 版本下载链接[^2]。确保选择正确的操作系统版本和架构。 #### 终端操作 通过终端执行以下命令来完成安装过程： 1. **更新系统软件包** 首先，确保系统的软件包是最新的： ```bash sudo apt update && sudo apt upgrade -y ``` 2. **安装依赖项** 安装必要的依赖项以支持 CUDA 安装： ```bash sudo apt install build-essential gcc g++ make perl dkms libc-dev libncurses5-dev libudev-dev ``` 3. **添加 NVIDIA 软件源** 添加 NVIDIA 提供的官方 APT 源列表文件： ```bash wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-keyring_1.0-1_all.deb sudo dpkg -i cuda-keyring_1.0-1_all.deb sudo apt-get update ``` 4. **安装 CUDA 工具包** 使用 `apt` 命令安装 CUDA 11.8： ```bash sudo apt install cuda-11-8 ``` #### 设置环境变量 为了使系统能够识别 CUDA 编译器和其他工具，需设置相应的环境变量。编辑用户的 `.bashrc` 文件： ```bash nano ~/.bashrc ``` 在文件末尾追加以下内容： ```bash export PATH=/usr/local/cuda-11.8/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH ``` 保存后运行以下命令使其生效： ```bash source ~/.bashrc ``` #### cuDNN 安装 对于深度学习框架的支持，通常还需要安装 cuDNN 库。以下是具体的安装流程: 1. **从官方网站下载 cuDNN** 登录 NVIDIA 开发者账户并下载与 CUDA 11.8 兼容的 cuDNN 版本。 2. **解压文件** 将下载的压缩包解压至当前目录： ```bash tar -xzvf cudnn-linux-x86_64-*.*.* cd cuda/ ``` 3. **复制头文件和库文件** 将 cuDNN 头文件和库文件分别复制到 `/usr/local/cuda/include` 和 `/usr/local/cuda/lib64` 目录下： ```bash sudo cp include/cudnn*.h /usr/local/cuda/include sudo cp lib64/* /usr/local/cuda/lib64 ``` 4. **修改文件权限** 修改文件权限以便所有用户均可读取这些文件： ```bash sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn* ``` #### 验证安装 最后，可以通过以下方式验证 CUDA 及 cuDNN 是否成功安装： 1. 进入样例程序路径并编译测试代码： ```bash cd /usr/local/cuda/samples/1_Utilities/deviceQuery sudo make ./deviceQuery ``` 如果显示设备信息，则说明 CUDA 安装正常。 2. 测试 cuDNN 功能是否可用： 执行如下 Python 脚本来加载 cuDNN 并打印其版本号： ```python import tensorflow as tf print(tf.__version__) print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU'))) ``` ---