[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:

python 复制代码
apt-get install wget -y

查看gcc的安装

python 复制代码
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

一、检查本机是否有CUDA工具包,输入nvcc -V:

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:

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


3.在终端执行如下命令

python 复制代码
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

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...

键入accept确认

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。

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/

4.修改环境变量

1)打开配置文件

python 复制代码
# 打开bashrc配置文件
vi ~/.bashrc

2)在配置文件末尾加上:

python 复制代码
# 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

执行wq,保存退出

3)source 一下配置文件

python 复制代码
source ~/.bashrc

5.检查是否安装完成

使用nvcc -V和nvidia-smi检查CUDA是否安装完成,出现以下提示代表安装完成

编译并执行CUDA样例程序,出现pass代表CUDA和GPU正常运行:

python 复制代码
cd cd /usr/local/cuda-12.0/extras/demo_suite/
sudo make
./deviceQuery

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)。

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

python 复制代码
	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/*

4.查看cuDNN版本cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

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

相关推荐
牛马工作号3 小时前
Mosquitto + ACME:从 Docker Compose 部署到 TLS 证书自动续期与加载
运维·docker·容器
Initialize-le6 小时前
Nginx 504 超时、499 一堆?网关排查法
运维·nginx
Android系统攻城狮8 小时前
Linux Gstreamer深度解析之gst_audio_ring_buffer_delay调用流程与实战(七十二)
linux·运维·服务器·gstreamer音视频·音视频进阶
快乐的韭菜根根9 小时前
ubuntu 安装slurm并配置
linux·运维·ubuntu
U-Mail邮件系统10 小时前
自建邮箱服务器有哪些软件?三款主流邮件服务器软件推荐
运维·服务器
倒头就睡的小比特11 小时前
Linux基础指令3
linux·服务器
天远数科11 小时前
零信任架构实战:基于天远贷前风险报告构建自动化消金信贷风控与多头共债排查网关
运维·人工智能·架构·自动化
梦帮科技11 小时前
Kali Linux Scapy 畸形报文构造学——深度解剖非法 TCP Flags 与反常序列号
linux·爬虫·神经网络·算法·数学建模·系统架构·模拟退火算法
半杯咖啡半行码12 小时前
Linux 驱动开发入门:内核模块编程基础
linux·服务器·网络
别动我齐刘海12 小时前
Linux 系统调试学习2
linux·运维·c++·人工智能·学习·机器学习·机器人