ubuntu(28):ubuntu系统多版本conda和多版本cuda共存

0. cuda(包括cudnn)、conda安装照常

注意:

(1)多个conda不要安装到一个目录了,可以见下面的示例目录;

(2)cuda(包括cudnn)不用纠结是否添加超链接

1. 需要修改环境配置--示例

sudo gedit ~/.bashrc

bash 复制代码
# cuda version & cuda version
alias condaenv='export PATH="/home/xiu/anaconda3/bin:$PATH"; . /home/xiu/anaconda3/etc/profile.d/conda.sh; export CUDA_HOME=/usr/local/cuda-11.3; export PATH=$CUDA_HOME/bin:$PATH; export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH'
alias condaenv3='export PATH="/home/xiu/anaconda3/bin:$PATH"; . /home/xiu/anaconda3/etc/profile.d/conda.sh; export CUDA_HOME=/usr/local/cuda-11.8; export PATH=$CUDA_HOME/bin:$PATH; export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH'
alias condaenv2='export PATH="/home/xiu/anaconda3_2024/bin:$PATH"; . /home/xiu/anaconda3_2024/etc/profile.d/conda.sh; export CUDA_HOME=/usr/local/cuda-11.3; export PATH=$CUDA_HOME/bin:$PATH; export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH'
alias condaenv4='export PATH="/home/xiu/anaconda3_2024/bin:$PATH"; . /home/xiu/anaconda3_2024/etc/profile.d/conda.sh; export CUDA_HOME=/usr/local/cuda-11.8; export PATH=$CUDA_HOME/bin:$PATH; export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH' 

source ~/.bashrc

3. 确认

后续在终端输出condaenv,condaenv3,condaenv2,condaenv4会启动不同的cuda和conda,可以使用nvcc -V
conda --verison查看,如:

bash 复制代码
xiu@xiu:~/Learning/$ condaenv4
xiu@xiu:~/Learning/$ python
Python 3.12.7 | packaged by Anaconda, Inc. | (main, Oct  4 2024, 13:27:36) [GCC 11.2.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> exit()
xiu@xiu:~/Learning/$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2022 NVIDIA Corporation
Built on Wed_Sep_21_10:33:58_PDT_2022
Cuda compilation tools, release 11.8, V11.8.89
Build cuda_11.8.r11.8/compiler.31833905_0
相关推荐
oMcLin几秒前
如何在 Rocky Linux 8.6 上配置并调优 Nginx 与 Lua 脚本,提升 API 网关的性能与并发处理能力
linux·nginx·lua
工藤学编程2 分钟前
零基础学AI大模型之CoT思维链和ReAct推理行动
前端·人工智能·react.js
MARS_AI_2 分钟前
融资加持下的云蝠智能:大模型语音Agent重构企业通信新生态
人工智能·自然语言处理·重构·交互·信息与通信·agi
一棵开花的树,枝芽无限靠近你5 分钟前
【Pytorch】(一)使用 PyTorch 进行深度学习:60 分钟速成
人工智能·pytorch·深度学习
墨染天姬6 分钟前
【AI】OCR开源模型排行
人工智能·开源·ocr
幻云20106 分钟前
Python机器学习:从入门到资深
人工智能·python
Yana.nice9 分钟前
Linux目录结构说明
linux
泰迪智能科技9 分钟前
分享|企业数据挖掘平台产品功能
人工智能·数据挖掘
arthur.dy.lee11 分钟前
在pycharm中使用powershell7解决conda,ohmyposh报错的问题
ide·pycharm·conda
散峰而望11 分钟前
【算法竞赛】顺序表和vector
c语言·开发语言·数据结构·c++·人工智能·算法·github