ubuntu22安装AI环境

安装Ubuntu驱动

查看可安装Ubuntu驱动列表

bash 复制代码
sudo ubuntu-drivers devices

安装指定驱动

选择带有"recommended"标记的驱动程序即可,更高版本的是最新版,可能存在兼容问题。

bash 复制代码
apt-get install nvidia-driver-535

安装cuda

有几种方法可以做到这一点,但这里我们将按照CUDA工具包进行安装

https://developer.nvidia.com/cuda-downloads?target_os=Linux\&target_arch=x86_64\&Distribution=Ubuntu\&target_version=22.04\&target_type=deb_local

添加环境变量

bash 复制代码
export PATH=$PATH:/usr/local/cuda-12.1/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-12.1/lib64

安装效果

bash 复制代码
$ nvidia-smi
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 550.67                 Driver Version: 550.67         CUDA Version: 12.4     |
|-----------------------------------------+------------------------+----------------------+
| GPU  Name                 Persistence-M | Bus-Id          Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
|                                         |                        |               MIG M. |
|=========================================+========================+======================|
|   0  NVIDIA GeForce RTX 3060 ...    Off |   00000000:01:00.0  On |                  N/A |
| N/A   54C    P8             15W /   80W |     138MiB /   6144MiB |     33%      Default |
|                                         |                        |                  N/A |
+-----------------------------------------+------------------------+----------------------+
                                                                                         
+-----------------------------------------------------------------------------------------+
| Processes:                                                                              |
|  GPU   GI   CI        PID   Type   Process name                              GPU Memory |
|        ID   ID                                                               Usage      |
|=========================================================================================|
|    0   N/A  N/A      2650      G   /usr/lib/xorg/Xorg                            133MiB |
+-----------------------------------------------------------------------------------------+
bash 复制代码
$nvcc -v
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2024 NVIDIA Corporation
Built on Thu_Mar_28_02:18:24_PDT_2024
Cuda compilation tools, release 12.4, V12.4.131
Build cuda_12.4.r12.4/compiler.34097967_0

安装cuDNN

从下面的页面中选择要安装的版本和设备的组合文件。后面会解释,请注意,它在一定程度上受到tensorRT版本的约束。这次,8.9.7选择 。

https://developer.nvidia.com/rdp/cudnn-archive

下载必要的文件后,我运行了安装命令,如下所示。这只是一个示例,因此请按照屏幕上的说明进行操作。 (EA好像是Early access,GA是Stable版本,所以如果你有GA就选择GA)

安装deb文件

bash 复制代码
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt-get update


sudo apt-get -y install cudnn-cuda-12

安装torch

https://pytorch.org/get-started/previous-versions/

相关推荐
dagouaofei4 分钟前
AI生成个性化年终总结PPT
人工智能·python·powerpoint
机器之心13 分钟前
登顶SuperCLUE DeepSearch,openPangu-R-72B深度搜索能力跃升
人工智能·openai
DMD16814 分钟前
AI赋能旅游与酒店业:技术逻辑与开发实践解析
大数据·人工智能·信息可视化·重构·旅游·产业升级
TG:@yunlaoda360 云老大36 分钟前
谷歌云AI 时代的算力革命:CPU、GPU 到 TPU 的架构与定位解析
人工智能·架构·googlecloud
AKAMAI38 分钟前
加速采用安全的企业级 Kubernetes 环境
人工智能·云计算
Aspect of twilight1 小时前
深度学习各种优化器详解
人工智能·深度学习
徽4401 小时前
农田植被目标检测数据标注与模型训练总结2
人工智能·目标检测·目标跟踪
Elastic 中国社区官方博客1 小时前
Elasticsearch 中使用 NVIDIA cuVS 实现最高快 12 倍的向量索引速度:GPU 加速第 2 章
大数据·人工智能·elasticsearch·搜索引擎·ai·全文检索·数据库架构
jkyy20142 小时前
线上线下融合、跨场景协同—社区健康医疗小屋的智能升级
大数据·人工智能·物联网·健康医疗
苏州知芯传感2 小时前
当AI遇见MEMS:机器学习如何优化微振镜的控制与可靠性预测
人工智能·机器学习·3d·mems·微振镜