ubuntu20.04安装cuda教程

### 如何在 Ubuntu 20.04 上安装 CUDA 的教程 #### 准备工作 确保系统已更新至最新状态，并卸载任何可能存在的旧版本 NVIDIA 驱动程序或 CUDA 工具包。可以运行以下命令来完成系统的升级： ```bash sudo apt update && sudo apt upgrade -y ``` #### 下载并安装 NVIDIA 驱动程序 NVIDIA 驱动程序是 CUDA 运行的基础环境之一。可以通过官方推荐的方式下载驱动程序，或者通过 `apt` 命令自动安装适合的驱动版本。 如果选择手动方式，则可以从 NVIDIA 官方网站获取对应版本的驱动程序安装脚本[^1]。例如，对于 CUDA 11.7 版本，可以选择合适的 GPU 驱动版本（如 515.43.04），并通过以下命令执行安装： ```bash wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda_11.7.0_515.43.04_linux.run sudo sh cuda_11.7.0_515.43.04_linux.run ``` #### 安装 CUDA Toolkit CUDA Toolkit 提供了开发和优化 GPU 加速应用程序所需的工具链。按照引用中的说明，可以直接使用本地 Runfile 方式进行安装。具体操作如下： 1. **下载 CUDA Runfile** 使用 wget 或浏览器访问链接下载对应的安装文件： ```bash wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda_11.7.0_515.43.04_linux.run ``` 2. **赋予可执行权限** 对于下载好的 `.run` 文件，需要设置其为可执行文件： ```bash chmod +x cuda_11.7.0_515.43.04_linux.run ``` 3. **启动安装过程** 执行该脚本即可开始安装流程。注意，在此过程中可以根据提示选择是否安装 NVIDIA 驱动以及组件的选择。 ```bash sudo ./cuda_11.7.0_515.43.04_linux.run ``` #### 设置环境变量 为了使编译器能够找到 CUDA 库路径，需配置相应的环境变量。编辑用户的 shell profile 文件（通常是 ~/.bashrc）并添加以下内容： ```bash export PATH=/usr/local/cuda-11.7/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64:$LD_LIBRARY_PATH ``` 随后重新加载配置文件使其生效： ```bash source ~/.bashrc ``` #### 测试安装结果 验证 CUDA 是否成功安装的一个简单方法就是尝试编译并运行一个示例项目。进入 `/usr/local/cuda/samples/1_Utilities/deviceQuery` 目录下构建测试样例： ```bash cd /usr/local/cuda-11.7/samples/1_Utilities/deviceQuery make ./deviceQuery ``` 如果一切正常的话，“deviceQuery” 将会返回有关当前硬件设备的信息列表。 #### cuDNN 的安装 cuDNN 是一种针对深度神经网络的高度优化库集合，通常与 TensorFlow 和 PyTorch 等框架配合使用。基于 Debian 软件包管理机制下的 cuDNN 可以方便快捷地集成到现有环境中[^2][^3]。以下是几个关键步骤概述： 1. 添加 NVIDIA APT Repository 并导入 GPG 密钥； 2. 更新软件源索引表； 3. 明确指定要安装的具体版本号及其依赖关系，比如 libcudnn8=8.9.6.50-1+cuda11.8 系列产品组成员。 最后一步可通过这些命令实现： ```bash sudo apt-get install libcudnn8=8.9.6.50-1+cuda11.8 \ libcudnn8-dev=8.9.6.50-1+cuda11.8 \ libcudnn8-samples=8.9.6.50-1+cuda11.8 ``` ---