linux安装tensorrt8.6

<think>嗯，用户想在Linux系统上安装TensorRT 8.6版本。我之前处理过类似的问题，记得有几个步骤需要特别注意。首先，用户需要从NVIDIA官网下载TensorRT的压缩包，可能需要注册账号，这个步骤有时候会比较麻烦，但必须完成。然后解压文件到指定目录，比如用户提到的路径/data/softwareLinux22/，可能需要根据实际情况调整。 接下来是环境变量的配置，用户需要编辑.bashrc文件，添加TensorRT的路径到LD_LIBRARY_PATH和PATH中，这样才能让系统找到相关的库和可执行文件。这一步如果漏掉的话，后面可能会遇到找不到库的错误，所以必须仔细检查。 然后是安装Python的包。根据引用2和3中的信息，用户需要进入python目录，用pip安装对应的whl文件。这里要注意Python的版本是否匹配，例如cp38对应Python 3.8，cp310对应Python 3.10。如果用户的Python版本不匹配，安装可能会失败，需要选择正确的whl文件。 还有graphsurgeon和onnx_graphsurgeon的安装，这些也是必要的依赖，用户需要分别进入相应的目录安装。安装完成后，验证步骤很重要，用户需要导入tensorrt模块并检查版本，确保安装成功。 可能还需要安装一些依赖库，比如引用3提到的，不过用户的问题中可能没有提到，但根据之前的引用，可能需要安装libnvinfer等库。此外，用户可能还需要设置CMake路径，如果后续有编译需求的话。 用户的需求可能涉及到深度学习框架的集成，比如TensorFlow或PyTorch，但当前问题集中在安装TensorRT本身。需要确认用户是否已经安装了CUDA和cuDNN，因为TensorRT依赖这些组件，版本必须兼容。例如，TensorRT 8.6可能需要CUDA 11.x版本，如果用户安装的是CUDA 12.x可能会有问题。 另外，用户提到的路径/data/softwareLinux22/可能需要权限，如果用户没有sudo权限，可能需要将TensorRT安装在用户目录下，并正确设置环境变量指向自定义路径。解压后的文件夹结构是否正确，比如是否包含lib、include、bin等目录，这些都需要确认。 最后，用户可能会遇到环境变量未生效的问题，所以在安装后要记得source ~/.bashrc或者重启终端。验证步骤中的Python代码如果报错，可能需要检查Python环境是否激活，或者是否有多个Python版本导致冲突。 总结下来，安装步骤需要按照顺序进行，确保每个步骤都正确完成，特别是路径设置和Python包的安装。遇到问题时，查看错误信息，确认路径和版本是否匹配，环境变量是否正确配置。</think>### TensorRT 8.6 在Linux系统上的安装步骤 #### 一、下载与解压 1. **从NVIDIA官网下载** 访问[NVIDIA TensorRT下载页面](https://developer.nvidia.com/tensorrt)，注册并登录账号后，选择 **TensorRT 8.6.1.6 for Linux x86_64 and CUDA 11.x** 版本（需与本地CUDA版本匹配）[^2]。 2. **解压安装包** 将下载的`.tar.gz`文件解压到目标目录（例如`/data/softwareLinux22/`）： ```bash tar -zxvf TensorRT-8.6.1.6.Linux.x86_64-gnu.cuda-11.8.tar.gz -C /data/softwareLinux22/ ``` --- #### 二、配置环境变量 1. **编辑`.bashrc`文件** ```bash vim ~/.bashrc ``` 2. **添加以下内容** ```bash export TensorRT_DIR=/data/softwareLinux22/TensorRT-8.6.1.6 export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$TensorRT_DIR/lib export PATH=$PATH:$TensorRT_DIR/bin ``` 3. **使配置生效** ```bash source ~/.bashrc ``` --- #### 三、安装Python依赖包 1. **安装TensorRT Python包** ```bash cd $TensorRT_DIR/python pip install tensorrt-8.6.1-cp310-none-linux_x86_64.whl # 根据Python版本选择对应的whl文件 ``` 2. **安装GraphSurgeon和ONNX工具** ```bash cd $TensorRT_DIR/graphsurgeon pip install graphsurgeon-0.4.6-py2.py3-none-any.whl cd $TensorRT_DIR/onnx_graphsurgeon pip install onnx_graphsurgeon-0.3.12-py2.py3-none-any.whl ``` --- #### 四、验证安装 1. **检查Python模块** ```python import tensorrt print(tensorrt.__version__) # 应输出 "8.6.1" assert tensorrt.Builder(tensorrt.Logger()) # 验证是否可创建Builder对象 ``` 2. **测试C++库路径** 检查动态库是否生效： ```bash echo $LD_LIBRARY_PATH # 应包含TensorRT的lib目录 ``` --- #### 五、常见问题解决 1. **CUDA版本不匹配** TensorRT 8.6 要求CUDA 11.x，若使用CUDA 12.x需重新下载对应版本。 2. **Python包安装失败** 确保whl文件与Python版本匹配（如`cp310`对应Python 3.10）。 3. **动态库未找到** 检查`LD_LIBRARY_PATH`是否包含`$TensorRT_DIR/lib`，并重新执行`source ~/.bashrc`。 ---