debian系统用spack安装cuda和cudnn

spack——一个跨平台的软件包管理工具，docs链接如下：https://spack.readthedocs.io/en/latest/
服务器管理员提示use spack to load cuda，那咱就照做咯

spack install cuda

发现已经安装(主要是获取cuda root)

spack install cudnn

等待安装(装好了才来写的博客所以没截图)，
若要安装特定版本

spack versions cudnn

然后选一个版本安装

spack install cudnn@版本号

后面cuda和cudnn的root我都用/cuda_root/，/cudnn_root/代替
然后把cuda环境变量加到自己用户环境变量配置文件中

vim ~/.bashrc

然后按i通过添加：

export PATH="/cuda_root//bin:$PATH"
export CUDA_HOME=$PATH:/cuda_root/
export LD_LIBRARY_PATH="/cuda_root//lib64:$PATH"

到最后一行
之后别忘了

source ~/.bashrc

ps: debian下vim粘贴不能用右键，咱也没有管理员权限没法改vim配置，只能用ctrl+insert组合键来复制，shift+insert组合键来粘贴
然后把/cudnn_root/include/下的cudnn.h复制到/cuda_root/include/

cp /cudnn_root/include/cudnn.h /cuda_root/include/

然后把/cudnn_root/lib64/目录下的lib开头文件都复制到/cuda_root/lib64

cp lib64/lib* /usr/local/cuda/lib64/ # 复制动态链接库

然后删了原来的动态文件

sudo rm -rf libcudnn.so libcudnn.so.7

就是这俩红色的文件
然后用libcudnn.so.7.6.5重新生成（后面版本号之后可能会不同）

ln -s libcudnn.so.7.0.5 libcudnn.so.7  # 生成软衔接
ln -s libcudnn.so.7 libcudnn.so  # 生成软链接

然后nvcc -V如下图

然后就可以了
另外，删除之前的pytorch-cpu之后再装gpu版本发现总是装成cpu版本
从conda新建一个环境就好了

conda create -n pytorch # 新建环境
conda activate pytorch # 切换环境
conda deactivate # 退出环境