ubuntu安装tensorrt8.6

### 在 Ubuntu 系统中安装 TensorRT 8.6 #### 准备工作 在开始之前，需确认操作系统和硬件环境满足以下条件： - 使用支持的操作系统版本（如 Ubuntu 18.04 或 20.04）。 - 已正确配置 NVIDIA GPU 驱动程序以及对应的 CUDA 和 cuDNN 版本。 对于不同的操作环境组合，可以选择适合的安装包形式。以下是两种常见的安装方法： --- #### 方法一：通过 DEB 包本地仓库安装（适用于 Ubuntu 18.04） 如果目标平台为 **Ubuntu 18.04** 并希望使用 CUDA 12.0，则可以采用官方提供的 DEB 包进行安装[^1]。 1. 下载对应版本的 DEB 文件 `nv-tensorrt-local-repo-ubuntu1804-8.6.1-cuda-12.0_1.0-1_amd64.deb`。 ```bash wget https://developer.nvidia.com/<path_to_deb_package>/nv-tensorrt-local-repo-ubuntu1804-8.6.1-cuda-12.0_1.0-1_amd64.deb ``` 2. 安装该 DEB 软件包以设置本地 APT 存储库。 ```bash sudo dpkg -i nv-tensorrt-local-repo-ubuntu1804-8.6.1-cuda-12.0_1.0-1_amd64.deb sudo apt-get update ``` 3. 安装 TensorRT 库及其开发工具。 ```bash sudo apt-get install tensorrt sudo apt-get install uff-converter-tf libnvinfer-bin onnx-graphsurgeon ``` 此过程会自动完成依赖项解析并安装所需组件。 --- #### 方法二：通过 TAR 包手动安装（适用于 Ubuntu 20.04） 当运行的是较新的发行版（例如 Ubuntu 20.04），推荐下载 `.tar.gz` 压缩包来实现更灵活的手动部署[^2][^3]。 1. 访问 NVIDIA 开发者网站获取最新发布的 TensorRT 源码压缩包链接，并选择兼容的目标 CUDA 版本（比如 CUDA 11.8 对应 TensorRT 8.6.1.6）。 ```bash wget https://developer.nvidia.com/nvidia-tensorrt-8x-download/TensorRT-8.6.1.6.Linux.x86_64-gnu.cuda-11.8.tar.gz tar zxvf TensorRT-8.6.1.6.Linux.x86_64-gnu.cuda-11.8.tar.gz cd TensorRT-8.6.1.6/ ``` 2. 将解压后的目录中的头文件复制到标准路径下供编译器访问。 ```bash sudo cp -r include/* /usr/local/include/ sudo mkdir -p /usr/lib/x86_64-linux-gnu/ sudo cp lib/*.so* /usr/lib/x86_64-linux-gnu/ ``` 3. 更新动态链接器缓存以便加载新加入的共享对象文件。 ```bash echo "/usr/lib/x86_64-linux-gnu/" | sudo tee -a /etc/ld.so.conf.d/tensorrt.conf sudo ldconfig ``` 至此完成了基本框架搭建；后续可根据具体项目需求进一步调整优化参数或者测试性能表现。 --- ### 注意事项 - 如果计划集成 TensorFlow 或 PyTorch 等深度学习框架，请额外关注其插件模块的支持情况。 - 不同次主要更新之间可能存在 API 变化，建议仔细阅读发布说明文档了解改动详情。 ```python import ctypes ctypes.cdll.LoadLibrary("/usr/lib/x86_64-linux-gnu/libnvinfer.so") # 测试是否成功导入核心库 print("TensorRT 加载成功") ``` 上述脚本可用于验证 Python 层面能否正常调用底层 C++ 实现部分功能接口。 ---