RTX4060+ubuntu22.04+cuda11.8.0+cuDNN8.6.0 & 如何根据显卡型号和系统配置cuda和cuDNN所需的安装环境

文章目录

🌕电脑原配置

复制代码
显卡为:RTX 4060 8GB

nvidia驱动版本为550.12
NVIDIA-Linux-x86_64-550.120.run

GCC为12.3.0
gcc version 12.3.0 (Ubuntu 12.3.0-1ubuntu1~22.04) 

linux内核为
5.19.17-051917-generic
后面安装时需要升级为 6.2.0 及以上

系统架构为:X86_64

🌕安装cuda和cuDNN前的环境选择

🌙cuDNN与CUDA tookit和nvidia driver的对应关系

我安装的是 nvidia-drivers 550版本,上面所有都支持。所以drivers版本不变。

该驱动的安装方法:RTX4060安装nvidia显卡驱动

🌙cuda版本选择

⭐查看自己的nvidia driver版本和最大支持的CUDA版本

我的最大支持CUDA 12.4

⭐最小支持版本

打开11.4发现由于11.4不支持ubuntu22.04

所以要在ubuntu22.04上安装cuda必须选择:

复制代码
11.4 < xx.x<= 12.4

决定选择 11.8版本的cuda

🌙查看11.8.0版本的cuda和ubuntu22.04对应的cuDNN版本

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

我选择 8.6.0

🌙查看ubuntu22.04中cuDNN支持的内核,GCC

https://docs.nvidia.com/deeplearning/cudnn/latest/reference/support-matrix.html#gpu-cuda-toolkit-and-cuda-driver-requirements

🌙最终安装前的环境选择

复制代码
linux内核为:6.2.0及以上

GCC版本为: 11.4.0及以上

cuda版本:11.8.0

cuDNN版本:8.6.0

🌕下载安装linux6.2.0内核

上面写的支持6.2.0,我们就下载6.2.0版本的内核

https://kernel.ubuntu.com/mainline/v6.2/

下载前四个.

下载好之后,从该目录下打开终端:

安装这四个文件

复制代码
sudo dpkg -i *.deb
复制代码
安装成功,无报错。

完成后,重新启动系统以使新内核生效

复制代码
sudo reboot

重启进入系统时要选择ubuntu advance 选择内核版本启动系统

使用命令查看内核版本号,确认安装成功:

复制代码
sudo uname -r

🌙安装>=11.4.0的GCC

我选择安装gcc12

复制代码
sudo apt-get install gcc-12 g++-12

切换系统中的GCC版本,后面的100是优先级

复制代码
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-12 100
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-12 100

假如系统中的GCC和G++版本为11,则降低它们的优先级

复制代码
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-11 90
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-11 90

将gcc g++都切换为12版本,命令如下:

复制代码
sudo update-alternatives --config gcc

There are 2 choices for the alternative gcc (providing /usr/bin/gcc).

  Selection    Path             Priority   Status
------------------------------------------------------------
* 0            /usr/bin/gcc-12   100       auto mode
  1            /usr/bin/gcc-11   90        manual mode
  2            /usr/bin/gcc-12   100       manual mode

Press <enter> to keep the current choice[*], or type selection number: 2

这样系统的默认GCC内核就变成了12版本

复制代码
gcc --version

🌙安装cuda和cudnn

【环境搭建】(五)Ubuntu22.04安装cuda_11.8.0+cudnn_8.6.0

🌕参考文章

深度学习环境配置:CUDA、cuDNN 和 PyTorch 版本的选择与搭配指南(建议收藏)

ubuntu 22.04离线安装cuda 11.7.1、cudnn 8.9.3.28、nccl 2.18.3、tensorrt 8.6.1

相关推荐
哦豁灬8 天前
CUDA 学习(3)——CUDA 初步实践
学习·cuda
扫地的小何尚8 天前
NVIDIA TensorRT 深度学习推理加速引擎详解
c++·人工智能·深度学习·gpu·nvidia·cuda
哦豁灬10 天前
CUDA 学习(2)——CUDA 介绍
学习·cuda
拿铁加椰果13 天前
docker 内 pytorch cuda 不可用
pytorch·docker·容器·cuda
陈 洪 伟21 天前
CUDA编程(4):共享内存:减少全局内存访问、合并全局内存访问
cuda·共享内存·全局内存
System_sleep22 天前
win11编译llama_cpp_python cuda128 RTX30/40/50版本
windows·python·llama·cuda
nuczzz23 天前
NVIDIA k8s-device-plugin源码分析与安装部署
kubernetes·k8s·gpu·nvidia·cuda
真昼小天使daisuki25 天前
最简单的方式:如何在wsl2上配置CDUA开发环境
linux·cuda
Cony_141 个月前
Windows系统中在VSCode上配置CUDA环境
windows·vscode·cmake·cuda
NullPointerExpection1 个月前
ubuntu20.04已安装 11.6版本 cuda,现需要通过源码编译方式安装使用 cuda 加速的 ffmpeg 步骤
c++·ffmpeg·makefile·cuda