paddle的安装

这次安装主要使用conda，可以有更好的安装体验。关于框架，常用的tensorflow,pytorch,但是国产的paddle也做的越来越好，而且学习资源有很多，我们应该抛开框架本身，更多关注算法。再说，paddle和pytorch很个似，确实需要某一个固定的框架，我觉的可以转写一下。多么希望paddle安装的多gpu支持也能像pytorch或tensorflow一样，pip或conda安装完成后直接就支持多gpu,不需要再安装什么nccl，已给paddle git上提issue,未来的某一天也许会解决。

1、安装paddle

按照正常官网来操作即可，

conda install paddlepaddle-gpu==2.3.2 cudatoolkit=10.2 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/
conda install -c nvidia cuda-nvcc_linux-64

注意，cuda-nvcc_linux-64并不是必须的，可以不安装。
有时候 -c nvidia这个channel下的软件包都是不能下载的，

有时好一点的还报个错或提示信息这个包的版本和路径：

但一直卡着，没有有进度最后直接报错：

这种还好，提供了文件的跑径，那三个包，我们下载下来就安装好了。

对于这个包，我们可以离线安装，打开网址https://conda.anaconda.org/nvidia/linux-64/，找到这个包：

找个对应版本安装即可，比如我安装11.7，按照conda 图片中提供的也行。
cuda-nvcc_linux-64-11.7.0-0.tar.bz2,cudaruntime也是11.7.0,
进行安装：

conda install --use-local cuda-nvcc_linux-64-11.7.0-0.tar.bz2

缺依赖或文件不完整，或版本不对，都按照提示，安装即可，再比如安装pytorch2.0时，所有-c nvidia都下载不下来

2、安装nccl

安装nccl可以使框架实现单机多卡的多gpu使用。
我的另一篇文章有写，在服务器上，无网络安装的情况下，离线从源码安装nccl。这里写点在conda 环境中安装nccl方法。

conda install nccl -c conda-forge

conda安装还要注意版本问题：

conda install -c conda-forge nccl=2.7.8 # cuda10.2
conda install -c conda-forge nccl=2.10.3 # cuda11.7,cuda11.3

有时候通过conda安装并不能使用，请通过链接，从源码安装。
还要注意版本问题：

conda install -c conda-forge nccl=2.7.8 # cuda10.2
conda install -c conda-forge nccl=2.10.3 # cuda11.7,cuda11.3
conda install -c conda-forge nccl=2.11.4 # cuda12.0

3、验证

输入验证命令：

import paddle
paddle.utils.run_check()

正确安装，大概就是如下显示

4、总结

一定能用的就是安装paddle,然后源码安装nccl，其它安装只是为了使用conda。