linux多cuda安装cuda11.8

### 如何在 Linux 系统中同时安装和管理多个 CUDA 版本为了在同一台 Linux 系统上成功安装和管理多个 CUDA 版本，可以按照以下方式操作： #### 自定义路径安装不同版本的 CUDA 当安装新的 CUDA 工具包时，可以通过命令行参数指定自定义安装路径。例如，在安装 CUDA 11.8 的过程中，使用如下命令完成安装[^3]： ```bash sudo sh cuda_11.8.0_520.61.05_linux.run --silent --toolkit --override --installpath=/usr/local/cuda-11.8 ``` 这里的关键选项解释如下： - `--silent` 表示静默模式安装； - `--toolkit` 只安装 CUDA Toolkit 而不涉及显卡驱动更新； - `--override` 忽略可能存在的兼容性检查； - `--installpath=/usr/local/cuda-11.8` 明确指定了该工具包的具体安装位置。对于其他版本（比如 CUDA 11.4），同样采用类似的策略将其放置到独立目录下，如 `/usr/local/cuda-11.4` 中。 #### 设置环境变量实现版本切换为了让系统能够识别当前使用的特定 CUDA 版本，需调整相应的环境变量配置文件 `.bashrc` 或者全局生效的 `/etc/profile.d/` 下新增脚本。假设现在想激活 CUDA 11.8，则编辑用户的 shell 配置文件加入下面几行内容: ```bash export PATH=/usr/local/cuda-11.8/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} ``` 如果需要切换回旧版 CUDA (e.g., CUDA 11.4)，只需修改上述两处路径中的 “cuda-11.8” 替换成目标版本号即可。 #### 更新 NVIDIA 驱动程序保障多版本共存稳定性考虑到某些 AI 训练框架依赖较新硬件特性或者优化功能，推荐预先升级至最新稳定发布的 GPU 驱动版本。这一步骤有助于减少因驱动层面对应关系引发的各种潜在冲突问题[^4]。 --- ### 总结综上所述，通过合理规划各 CUDA 版本间的存储结构以及灵活运用环境变量机制，可以在一台机器上轻松达成多套 CUDA 并存的目标；与此同时保持良好的隔离性和可维护性特点。值得注意的是，始终确保基础平台组件——即 NVIDIA 图形处理器驱动处于良好状态也是至关重要的前提条件之一。

阅读全文