当前位置: 首页 > news >正文

[Linux版本Debian系统]安装cuda 和对应的cudnn以cuda 12.0为例

写在前面

先检查自己有没有安装使用wget的命令,没有的话输入下面命令安装:

apt-get install wget -y

查看gcc的安装

sudo apt install gcc   #安装gcc
gcc --version          #查看gcc是否安装成功
#若上述命令不成功使用下面的命令尝试之后再执行上面的命令
sudo apt-get install libglib2.0-dev    #报错使用此命令进行依赖库安装
sudo apt-get update                    #更新一下软件资源
apt update -y 
sudo apt install gcc --fix-missing     #更新一下软件资源

在这里插入图片描述

一、检查本机是否有CUDA工具包,输入nvcc -V

在这里插入图片描述

二、安装cuda

[1] CUDA工具包:https://developer.nvidia.com/cuda-toolkit-archive
[2] cuDNN库:https://developer.nvidia.com/rdp/cudnn-archive

1.在命令行输入nvidia-smi查看显卡驱动版本也就是最高支持的CUDA工具包版本。
例如,本机可安装12.0及以下的CUDA工具包:
在这里插入图片描述

2.在nvidia官网选择对应版本的CUDA工具包并选择你的机器配置,我们就选择12.0版本下载

在这里插入图片描述
在这里插入图片描述
3.在终端执行如下命令

wget https://developer.download.nvidia.com/compute/cuda/12.0.0/local_installers/cuda_12.0.0_525.60.13_linux.run
sudo sh cuda_12.0.0_525.60.13_linux.run

1)第一行命令下载安装包
在这里插入图片描述

2)使用第二行sudo sh命令需要提前下载gcc库,此过程会有点慢有点卡,耐心等待,出现界面之后卡了把终端框往下拉拉…
在这里插入图片描述

键入accept确认
在这里插入图片描述

我们已经有驱动了,这里取消安装驱动,上下键和回车键选择。
在这里插入图片描述

稍作等待,出现以下提示信息就安装好了,可以看到CUDA安装到了/usr/local/cuda-12.0/
在这里插入图片描述

4.修改环境变量
1)打开配置文件

# 打开bashrc配置文件
vi ~/.bashrc

2)在配置文件末尾加上:

# cuda env
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-12.0
export PATH=$PATH:/usr/local/cuda-12.0/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-12.0/lib64

在这里插入图片描述

执行wq,保存退出

3)source 一下配置文件

source ~/.bashrc

5.检查是否安装完成
使用nvcc -Vnvidia-smi检查CUDA是否安装完成,出现以下提示代表安装完成
在这里插入图片描述
编译并执行CUDA样例程序,出现pass代表CUDA和GPU正常运行:

cd cd /usr/local/cuda-12.0/extras/demo_suite/
sudo make
./deviceQuery

在这里插入图片描述

三.安装cudnn

1.根据安装的CUDA工具包版本在官网选择适合版本的cuDNN,本文安装的CUDA版本是12.0,就选择与之对应的cuDNN v8.9.1,选择Local Installer for Linux x86_64 (Tar)。
在这里插入图片描述

2.复制cuDNN库的链接,使用wget下载或者下载到自己电脑之后再传到服务器上。
3.解压cuDNN文件,并进入解压出的文件夹,拷贝文件到/usr/local/cuda-12.0中

	tar -xvf cudnn-linux-x86_64-8.9.1.23_cuda12-archive.tar.xz  #解压文件cd cudnn-linux-x86_64-8.9.1.23_cuda12-archive               sudo cp lib/* /usr/local/cuda-12.0/lib64/                 #复制文件sudo cp include/* /usr/local/cuda-12.0/include/sudo chmod a+r /usr/local/cuda-12.0/lib64/*              #赋予权限sudo chmod a+r /usr/local/cuda-12.0/include/*

在这里插入图片描述

4.查看cuDNN版本cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
在这里插入图片描述

上述教程为这台机器上的所有用户安装了CUDA和cuDNN,我们切一下普通用户查看nvcc是否能用
在这里插入图片描述

http://www.lryc.cn/news/237747.html

相关文章:

  • NextJS开发:解决React Hook useEffect has a missing dependency
  • 交叉编译tcpdump
  • 万字解析设计模式之 装饰者模式
  • 生成对抗网络Generative Adversarial Network,GAN
  • C++入门第八篇---STL模板---list的模拟实现
  • 论文导读 | 大语言模型与知识图谱复杂逻辑推理
  • 数智竞技何以成为“科技+体育”新样本?
  • Vue项目Jenkins自动化部署
  • 特效!视频里的特效在哪制作——Adobe After Effects
  • 2023年中国醇酸树脂涂料需求量、应用领域及市场规模前景分析[图]
  • 【Linux进阶之路】动静态库
  • Ubuntu磁盘扩展容量
  • 2023年中国羽绒制品需求现状、市场规模及细分产品规模分析[图]
  • 动手学深度学习——循环神经网络的从零开始实现(原理解释+代码详解)
  • 【操作系统】文件系统的逻辑结构与目录结构
  • 局域网内Ubuntu上搭建Git服务器
  • 基础课10——自然语言生成
  • xpath
  • Java拼图小游戏
  • 终于有人把数据资产入表知识地图总结出来了,轻松看懂
  • 白鳝:聊聊IvorySQL的Oracle兼容技术细节与实现原理
  • vue和uni-app的递归组件排坑
  • 【考研】数据结构(更新到顺序表)
  • 汇编-指针
  • 常见Web安全
  • milvus数据库搜索
  • HEVC参考帧技术
  • QT小记:The QColor ctor taking ints is cheaper than the one taking string literals
  • 机器人走迷宫问题
  • 轻量封装WebGPU渲染系统示例<36>- 广告板(Billboard)(WGSL源码)