【笔记】NVIDIA AI Workbench 中安装 cuDNN 9.10.2

一、安装前提

在开始安装 cuDNN 之前，请确保以下前提条件已满足：

（部分列出，未全面罗列）

NVIDIA AI Workbench 已正确安装：
- 确保你已经按照官方文档或相关教程成功安装并配置了 NVIDIA AI Workbench。
- 参考链接：【笔记】NVIDIA AI Workbench 安装记录-CSDN博客
CUDA 版本兼容性：
- cuDNN 9.10.2 需要与特定版本的 CUDA 兼容。请确认你的系统中已安装了兼容的 CUDA 版本（例如 CUDA 12.x）。
- 如果尚未安装 CUDA 或需要更新至兼容版本，请参考：【笔记】NVIDIA AI Workbench 中安装 CUDA 12.9-CSDN博客
sudo 权限问题解决：
- 在执行某些安装命令时，很可能需要使用 sudo 权限。如果遇到权限问题，请参考：【笔记】NVIDIA AI Workbench 中 sudo 密码问题排查与解决-CSDN博客
- 注意用户的切换。
网络连接：
- 确保我们的工作环境有稳定的网络连接，以便下载 cuDNN 安装包。
- 一般下载最新的即可与 CUDA 最新版本匹配。

【笔记】NVIDIA AI Workbench 安装记录-CSDN博客
 【笔记】NVIDIA AI Workbench 中 sudo 密码问题排查与解决-CSDN博客
 【笔记】NVIDIA AI Workbench 中安装 CUDA 12.9-CSDN博客

二、安装 cuDNN

（一）确定安装命令

打开官网：

访问 cuDNN Archive 页面。
无需登录。

选择命令：

根据你的系统架构（如 Linux x86_64）和 CUDA 版本，找到 cuDNN 9.10.2 的对应下载链接。
复制下载&安装命令，例如：

（二）执行安装

复制完整命令并粘贴到终端中，按回车键执行自动下载和安装，期间需要输入 sudo 密码：

（注意不要复制上太多命令末尾的空格）

复制代码

wget https://developer.download.nvidia.com/compute/cudnn/9.10.2/local_installers/cudnn-local-repo-ubuntu2204-9.10.2_1.0-1_amd64.deb
sudo dpkg -i cudnn-local-repo-ubuntu2204-9.10.2_1.0-1_amd64.deb
sudo cp /var/cudnn-local-repo-ubuntu2204-9.10.2/cudnn-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cudnn

完整过程：

（三）验证安装

由于深度学习环境可能还未完全搭建好，我们可以暂时使用以下命令验证 cuDNN 是否安装成功：

复制代码

ls /usr/lib/x86_64-linux-gnu/libcudnn*

输出应包含类似以下内容，表示 cuDNN 9.10.2 已成功安装：

复制代码

(base) workbench@AI:~$ ls /usr/lib/x86_64-linux-gnu/libcudnn*
/usr/lib/x86_64-linux-gnu/libcudnn.so
/usr/lib/x86_64-linux-gnu/libcudnn.so.9
/usr/lib/x86_64-linux-gnu/libcudnn.so.9.10.2
/usr/lib/x86_64-linux-gnu/libcudnn_adv.so
/usr/lib/x86_64-linux-gnu/libcudnn_adv.so.9
/usr/lib/x86_64-linux-gnu/libcudnn_adv.so.9.10.2
/usr/lib/x86_64-linux-gnu/libcudnn_adv_static.a
/usr/lib/x86_64-linux-gnu/libcudnn_adv_static_v9.a
/usr/lib/x86_64-linux-gnu/libcudnn_cnn.so
/usr/lib/x86_64-linux-gnu/libcudnn_cnn.so.9
/usr/lib/x86_64-linux-gnu/libcudnn_cnn.so.9.10.2
/usr/lib/x86_64-linux-gnu/libcudnn_cnn_static.a
/usr/lib/x86_64-linux-gnu/libcudnn_cnn_static_v9.a
/usr/lib/x86_64-linux-gnu/libcudnn_engines_precompiled.so
/usr/lib/x86_64-linux-gnu/libcudnn_engines_precompiled.so.9
/usr/lib/x86_64-linux-gnu/libcudnn_engines_precompiled.so.9.10.2
/usr/lib/x86_64-linux-gnu/libcudnn_engines_precompiled_static.a
/usr/lib/x86_64-linux-gnu/libcudnn_engines_precompiled_static_v9.a
/usr/lib/x86_64-linux-gnu/libcudnn_engines_runtime_compiled.so
/usr/lib/x86_64-linux-gnu/libcudnn_engines_runtime_compiled.so.9
/usr/lib/x86_64-linux-gnu/libcudnn_engines_runtime_compiled.so.9.10.2
/usr/lib/x86_64-linux-gnu/libcudnn_engines_runtime_compiled_static.a
/usr/lib/x86_64-linux-gnu/libcudnn_engines_runtime_compiled_static_v9.a
/usr/lib/x86_64-linux-gnu/libcudnn_graph.so
/usr/lib/x86_64-linux-gnu/libcudnn_graph.so.9
/usr/lib/x86_64-linux-gnu/libcudnn_graph.so.9.10.2
/usr/lib/x86_64-linux-gnu/libcudnn_graph_static.a
/usr/lib/x86_64-linux-gnu/libcudnn_graph_static_v9.a
/usr/lib/x86_64-linux-gnu/libcudnn_heuristic.so
/usr/lib/x86_64-linux-gnu/libcudnn_heuristic.so.9
/usr/lib/x86_64-linux-gnu/libcudnn_heuristic.so.9.10.2
/usr/lib/x86_64-linux-gnu/libcudnn_heuristic_static.a
/usr/lib/x86_64-linux-gnu/libcudnn_heuristic_static_v9.a
/usr/lib/x86_64-linux-gnu/libcudnn_ops.so
/usr/lib/x86_64-linux-gnu/libcudnn_ops.so.9
/usr/lib/x86_64-linux-gnu/libcudnn_ops.so.9.10.2
/usr/lib/x86_64-linux-gnu/libcudnn_ops_static.a
/usr/lib/x86_64-linux-gnu/libcudnn_ops_static_v9.a
(base) workbench@AI:~$

三、总结和后续

总结：

通过上述步骤，我们应该能够在 NVIDIA AI Workbench 中成功安装 cuDNN 9.10.2。
确保所有依赖项和兼容性要求都已满足，以避免潜在的问题。

后续步骤：

继续搭建完整的深度学习环境，包括安装其他必要的库和框架（如 TensorFlow、PyTorch 等）。
进行实际的深度学习项目开发和测试，确保整个环境稳定运行。

常见问题及解决方案：

如果在安装过程中遇到任何问题，可以参考 NVIDIA 官方文档或开发者论坛寻求帮助。
保持系统和软件的更新，以获得最新的功能和安全补丁。

希望这些步骤能帮助我们在 NVIDIA AI Workbench 中顺利安装 cuDNN 9.10.2，并为你的深度学习项目提供有力支持。

其他参考资料

在WSL2-Ubuntu中安装CUDA12.8、cuDNN、Anaconda、Pytorch并验证安装_cuda 12.8 pytorch版本-CSDN博客
 【深度学习环境搭建】WSL-NVIDIA-Workbench 中安装 Anaconda-CSDN博客

下篇预告

NVIDIA AI Workbench 中安装 PyTorch