【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)

  1. 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
  2. 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
  3. 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。
  4. 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

相关推荐
db_murphy1 小时前
Oracle数据块8KB、OS默认认块管理4KB,是否需调整大小为一致?
linux
我命由我123452 小时前
Kotlin 数据容器 - List(List 概述、创建 List、List 核心特性、List 元素访问、List 遍历)
java·开发语言·jvm·windows·java-ee·kotlin·list
im_AMBER3 小时前
学习日志19 python
python·学习
白-胖-子4 小时前
深入剖析大模型在文本生成式 AI 产品架构中的核心地位
人工智能·架构
mCell4 小时前
从删库到跑路?这50个Linux命令能保你职业生涯
linux·windows·macos
杰克逊的日记4 小时前
GPU运维常见问题处理
linux·运维·gpu
dualven_in_csdn5 小时前
electron 使用记录
windows
誰能久伴不乏5 小时前
Linux系统调用概述与实现:深入浅出的解析
linux·运维·服务器
想要成为计算机高手5 小时前
11. isaacsim4.2教程-Transform 树与Odometry
人工智能·机器人·自动驾驶·ros·rviz·isaac sim·仿真环境
程序员学习随笔6 小时前
Linux进程深度解析(2):fork/exec写时拷贝性能优化与exit资源回收机制(进程创建和销毁)
linux·运维·服务器