ubuntu.24安装cuda

1.下载CUDA Toolkit

https://developer.nvidia.com/cuda-toolkit-archive

2.按照命令下载,安装

sudo sh cuda_12.2.2_535.104.05_linux.run

3.环境变量

sudo vi /etc/profile

最后面添加

export PATH="/usr/local/cuda-12.2/bin: P A T H " e x p o r t L D L I B R A R Y P A T H = " / u s r / l o c a l / c u d a − 12.2 / l i b 64 : PATH" export LD_LIBRARY_PATH="/usr/local/cuda-12.2/lib64: PATH"exportLDLIBRARYPATH="/usr/local/cuda−12.2/lib64:LD_LIBRARY_PATH"

重启

reboot

检查

nvcc -V

4.Removing CUDA Toolkit and Driver

Ubuntu and Debian

To remove CUDA Toolkit:

sudo apt-get --purge remove "cuda " "cublas " "cufft " "cufile " "curand "

"cusolver " "cusparse " "gds-tools " "npp " "nvjpeg " "nsight*" "nvvm"

To remove NVIDIA Drivers:

sudo apt-get --purge remove "nvidia" "libxnvctrl*"

To clean up the uninstall:

sudo apt-get autoremove

5.官方文档

https://docs.nvidia.com/cuda/cuda-installation-guide-linux/contents.html

6.安装cuddn

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

sudo tar -xf cudnn-linux-x86_64-8.9.7.29_cuda12-archive.tar.xz

cd cudnn-linux-x86_64-8.9.7.29_cuda12-archive/

sudo cp lib/libcudnn* /usr/local/cuda-12.2/lib64

sudo cp include/* /usr/local/cuda-12.2/include

sudo chmod a+r /usr/local/cuda-12.2/include/cudnn.h

sudo chmod a+r /usr/local/cuda-12.2/lib64/libcudnn*

#测试

cat /usr/local/cuda-12.2/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

相关推荐
论文复现现场3 小时前
RTX 3090 24GB 适合科研吗?单卡论文复现、PyTorch 显存检查与 OOM 排错
人工智能·pytorch·python·深度学习·cuda·rtx3090
论文复现现场3 天前
RTX 5090 32GB 适合科研计算吗?单卡训练、推理、论文复现与 OOM 判断方法
pytorch·深度学习·cuda·rtx5090
论文复现现场3 天前
论文复现看到“RTX 3090 or higher”:显存、CUDA、batch size 与 OOM 怎么判断?
开发语言·pytorch·batch·cuda·rtx3090
_nibel3 天前
第二章:Details 重点数据细读 ⭐教你读懂 Nsight Compute 报告 系列合集⭐
cuda·ncu·nsight compute
论文复现现场12 天前
MiniCPM-o 4.5 需要多少显存?RTX 3090 24GB 的 BF16、AWQ、GGUF 部署边界与验收方法
cuda·多模态大模型·显存优化·rtx3090·minicpm-o
qq_1998868713 天前
第8板块·第2节:统一内存的高级特性与性能调优
c++·人工智能·gpu算力·cuda
qq_1998868713 天前
第8板块·第3节:设备间拷贝与点对点(P2P)传输
c++·人工智能·gpu算力·cuda
qq_1998868713 天前
第8板块·第1节:主机与设备内存管理基础与统一内存
c++·人工智能·gpu算力·cuda
qq_1998868714 天前
第7板块·第1节:通用算子分类与设计模式
c++·人工智能·gpu算力·cuda
qq_1998868715 天前
第7板块·第3节:CUTLASS 的 GEMM 实现与优化策略
c++·人工智能·gpu算力·cuda