ubuntu16.04 安装多版本cuda(原10.0，新安装10.1)，实现任意切换

@[TOC](ubuntu16.04 安装多版本cuda(原10.0，新安装10.1)，实现任意切换)

---

前言

需求：单位需要使用yolo-v5训练模型，可所需的pytorch对cuda的依赖版本较高，而仅仅安装单个高版本的cuda又会与原先的项目产生矛盾，所以纠结一下，研究了安装双cuda步骤，记录一下

---

一、下载cuda地址：

cuda官方下载地址: https://developer.nvidia.com/cuda-toolkit-archive
cudnn官方下载地址：https://developer.nvidia.com/rdp/cudnn-download
我使用的cuda版本与cudnn版本如下所示：

下图是英伟达显卡驱动与cuda的版本对照：

英伟达显卡驱动需要由较高cuda版本对应的显卡驱动来确定；更新英伟达显卡驱动可以在安装cuda时选择安装，但是本人多次尝试都失败告终，最后使用ubuntu的自带的更新功能成功，如下界面：

二、安装cuda10.1

sudo chmod +x cuda_10.1.105_418.39_linux.run  # 为 cuda添加可执行权限
sudo ./cuda_10.1.105_418.39_linux.run  # 安装

稍等片刻后会出现如下安装提示：


3、如果之前安装过另一个版本的cuda，除非你确定想要用这个新版本的cuda，否则这里就建议选n，因为指定该链接后会将cuda指向这个新的版本

4. cuda环境设置：

sudo gedit ~/.bashrc

打开后在末尾添加以下语句

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda

以上的路径都是指向/usr/local/cuda 软连接，并没有写死指向某一个cuda版本，后面切换时不用改路径了，只改软连接指向就可以。
保存关闭后：

source ~/.bashrc

三、cuda版本切换

切换/usr/local/目录

sudo rm -rf cuda             #删除之前的软链接（原本指向10.0）
sudo ln -s /usr/local/cuda-10.1 /usr/local/cuda  #生成新的软链接，指向10.1

在/usr/local/ 目录下，以下四行命令均可以查看当前cuda软链接指向的哪个cuda版本

stat cuda  # stat /usr/local/cuda 
cat  /usr/local/cuda/version.txt
nvcc --version
nvcc -V 
ls -al  # 在/usr/local目录下查看

当需要cuda10.0时，只需要执行以下语句，将软连接指向cuda10.0即可：

sudo rm -rf cuda
sudo ln -s /usr/local/cuda-10.0 /usr/local/cuda

补充问题：

1、nvcc -V显示有误

已经切换到了cuda10.1，用stat cuda查看正常，但用nvcc -V 查看的时候仍然显示10.0版本。可能原因是nvcc默认是你以前deb安装时候其他版本的，所以就算操作按上面一步步来，nvcc –V结果还是没变。所以我们可以找到nvcc位置，然后创建/usr/local/cuda/bin/nvcc软链接到原先nvcc位置，操作如下：

which nvcc  # 找到nvcc位置，我的在/usr/local/cuda-10.0/bin/nvcc
sudo ln -s /usr/local/cuda/bin/nvcc /usr/local/cuda-10.0/bin/nvcc # 创建软链接链接到当前cuda的nvcc
nvcc -V # 显示当前cuda版本

在创建软连接时可能还会遇到这个问题，显示ln: 无法创建符号链接’/usr/local/cuda-10.0/bin/nvcc’: 文件已存在
此时，可以把cuda10.0/bin下的nvcc备份一下，然后删除重新创建软连接。

sudo rm -f nvcc  # 在/usr/local/cuda-10.0/bin下删除

2. nvcc -V找不到

nvcc -V  # 出现以下提示

Command 'nvcc' not found, but can be installed with:
sudo apt install nvidia-cuda-toolkit

可能是cuda 装好了，但是 nvcc 所在路径没有加入系统路径中，所以系统找不到 nvcc 。如果cuda 安装好了， nvcc 程序应该在路径 /usr/local/cuda/bin 中，可以直接在该路径下执行：

./nvcc -V

3、卸载掉cuda

1、如果安装的cuda是10.0（使用runfile文件包安装），则使用以下方法卸载

sudo /usr/local/cuda-10.0/bin/uninstall_cuda_10.0.pl

卸载之后，如有一些残留的文件夹，之前安装的是CUDA 10.0。可以一并删除：

sudo rm -rf /usr/local/cuda-10.0/

2、如果安装的cuda是10.1（使用runfile文件包安装），则使用以下方法卸载

cd /usr/local/cuda/bin
sudo ./cuda-uninstaller

3、如果cuda是由deb包安装，则执行以下指令

sudo apt-get remove cuda 
sudo apt autoremove

四、安装cudnn

下载好后直接解压，得到文件夹 cuda，然后复制lib64和include文件夹到usr/local/cuda-10.1

sudo cp cuda/include/cudnn.h /usr/local/cuda-10.1/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.1/lib64/
sudo chmod a+r /usr/local/cuda-10.1/include/cudnn.h /usr/local/cuda-10.1/lib64/libcudnn*

确认是否成功安装：

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

如下所示：

补充：在安装完毕后，安装tensorflow后，终端可以正常导入tensorflow包，但是在pycharm导入tensorflow可能会出现以下报错：

ImportError: libcublas.so.10.0:cannot open shared object file:No such file or director

分析原因：
pycharm无法继承.bashrc里面的环境变量，因此才会出现这种问题
解决方法：
打开pycharm，进行如下修改：
Run------>Edit Configuration

即：

PYTHONUNBUFFERED=1;LD_LIBRARY_PATH=/usr/local/cuda/lib64