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
盘古开天16662 分钟前
PPO算法原理详解(下):Clip机制深入剖析与实践指南
人工智能·算法·机器学习
虫无涯6 分钟前
大模型联动 CodeQL + Coverity 完整落地方案
人工智能·python·大模型·llm·codeql·coverity
Dawson Zhu7 分钟前
大语言模型对齐与微调:原理解析与工程实践
人工智能·语言模型·架构·aigc·agi
周杰伦fans10 分钟前
C#对话摘要降低Token消耗
人工智能·后端·c#
段一凡-华北理工大学17 分钟前
大模型与智能体在工业的应用~系列文章12:大模型 × 数字孪生 × 智能体的融合图景
大数据·人工智能·python·深度学习·大语言模型·python开发
程序员无隅19 分钟前
AI 辅助编程:怎样把完成的功能变成自己的开发经验
人工智能
胡家伟++20 分钟前
AI为《一片叶子的赋役与风流》配插图
人工智能·aigc
weixin_3077791333 分钟前
从“人操作仪器”到“Agent 自主发现”:OPL 金属材料自驱动实验室 MVP 技术论述
开发语言·人工智能·算法·架构
xx_xxxxx_42 分钟前
论文阅读-PASLE
人工智能·深度学习·机器学习
释厄62343 分钟前
01AB 基本元理——任何智能体的三元法理·0=1→0≠1法理跃迁为天理
人工智能·windows·算法·microsoft·机器学习