深度学习多卡配置_RTX 3080深度学习环境配置

最新推荐文章于 2025-02-24 14:11:14 发布

赵国贤

最新推荐文章于 2025-02-24 14:11:14 发布

阅读量3.6k

点赞数

文章标签：深度学习多卡配置

本文链接：https://blog.csdn.net/weixin_35187410/article/details/112421206

版权

本文记录了使用RTX 3080进行深度学习环境配置的过程，包括Nvidia驱动455的安装、CUDA 11.1与cudnn 8.0.4的conda安装，以及Pytorch夜间版本的配置。通过详细步骤和常见问题解答，帮助读者避免配置过程中的坑。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

找资料的时候感觉现在写30XX系显卡深度学习环境配置的文章还不太完善，所以记录了自己的采坑经历。

Why？

下面这张图非常直观，TITAN性能比2080ti强，3080的CUDA核心数差不多是TITAN的两倍，内存少一些。目前3080显卡7000出头可以拿下，性价比非常不错。

1 准备工作

上半年配了台支持4GPU的机器，原计划下半年训练任务上来以后再加卡。但是30XX显卡出来以后，2个3080理论上和4个2080ti性能差不多，现在再加2080ti就非常不理智了。所以拆了2080ti，买了两个技嘉GeForce RTX™ 3080 GAMING OC 10G。

机器的硬件配置：

cpu：i9 10900x

主板：华硕PRIME X299-DELUXE Ⅱ

内存：16G * 4

电源：1600w

显卡：技嘉3080 GAMING O10G * 2

这套配置换3080有很多问题，性价比极低&#x

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

赵国贤

关注关注

0
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

开源模型应用落地-Qwen2-7B-Instruct与vllm-单机多卡-RTX 4090双卡（十一）

没有卑微的工作，只有卑微的心态，与其抱怨，不如埋头实干

08-07

3万+

4090单机双卡部署vllm，并集成qwen2-7b-instruct

开源模型应用落地-Meta-Llama-3.1-8B-Instruct与vllm-单机多卡-RTX 4090双卡（十四）

没有卑微的工作，只有卑微的心态，与其抱怨，不如埋头实干

08-09

3万+

4090单机双卡部署vllm，并集成meta-llama-3.1-8b-instruct

参与评论您还未登录，请先登录后发表或查看评论

NVIDIA RTX A6000/RTX3090/3080/3070深度学习训练/GPU服务器硬件配置推荐2021

Su_wenfeng的博客

04-29

9845

深度学习多卡配置_组装机（多显卡）配置小贴士/深度学习主机

weixin_39716877的博客

01-13

3372

618快到了已经开始了，去年这个时候自己组装了一台双显卡的主机，当时自己网上查了很多别人整理的资料有些也有坑。所以整理下先前的经验，网上关于装机步骤，系统安装的资料已经很多了，这里聚焦在配件的选择上。要强调的是不能盲目相信别人的组装方案，最靠谱的方法就是自己去硬件官网看技术文档，确认硬件之间是否兼容。我之前按照一个知乎百赞的回答配置，买回来不放心就自己查了官网发现硬件间不兼容，后来退换还是浪费时间...

【大模型】DeepSeek-R1-70B 模型本地部署指南：显卡需求与优化策略

知识靠谱的博客

02-24

1469

DeepSeek-R1-70B 模型的显卡需求需要根据量化精度、预算以及任务复杂度综合选择。高精度场景推荐使用专业级显卡（如 A100/H100），而性价比方案可以通过魔改显卡与量化技术实现。在部署过程中，需重点关注显存分配、通信效率以及散热设计。希望本文的分析和建议能够帮助开发者和企业更好地理解和部署 DeepSeek-R1-70B 模型。如果有更多问题，欢迎继续讨论！

linux 配置pytorch_RTX 3080深度学习环境配置

weixin_39598069的博客

11-21

991

找资料的时候感觉现在写30XX系显卡深度学习环境配置的文章还不太完善，所以记录了自己的采坑经历。Why？下面这张图非常直观，TITAN性能比2080ti强，3080的CUDA核心数差不多是TITAN的两倍，内存少一些。目前3080显卡7000出头可以拿下，性价比非常不错。1 准备工作上半年配了台支持4GPU的机器，原计划下半年训练任务上来以后再加卡。但是30XX显卡出来以后，2个3080...

Win10+RTX3080深度学习环境搭建，执行YOLO目标检测

qq_41536059的博客

06-15

2532

1 软件安装硬件环境：RTX3080 软件环境：WIN10，CUDA11.1，cuDNN8.0.4，python，VS，opencv3.4.2（？github上说opencv4不支持3080），vcpkg（版本待定） opencv需要编译 2 配置YOLO 3 训练YOLO 4 目标检测

吐血整理亲测有用 3080ti cuda pytorch深度学习环境安装

qq_35724582的博客

10-23

7342

sudo add-apt repository ppa:graphics-drivers //更新源 sudo apt-get install nvidia-driver-470 nvidia-settings nvidia-prime sudo apt install nvidia-cuda-toolkit//不要用 3080ti cuda环境安装 nvidia-smi 不成功或者驱动安装不成功可能设置bios 安全模式关闭就可以了 sudo apt-get purege nvidia* //卸载之..

深度学习系列之环境配置（i7-10700 + RTX3080+32G+500G）

weixin_38716233的博客

05-04

3563

深度学习系列 深度学习环境配置（i7-10700 + RTX3080+32G） Windows 10 环境搭建–仅供参考。前言针对本配置电脑安装包版本： 1：CUDA的版本： cuda_11.4.2_471.41_win10.exe 2：Cudnn的版本： cudnn-11.4-windows-x64-v8.2.2.26 3：Anaconda的版本： Anaconda3-2020.02-Windows-x86_64.exe 4：python的版本： python3.7 5：torch的版本： 1.7.1

深度学习GPU的环境太乱？从头配置环境：理解+实操

weixin_44067447的博客

02-01

1506

从CUDA到torch，再到mmsegmentation, mmdetection。理解+实操配置深度学习环境

一文带你了解win平台深度学习开发环境（适用于win10，win11）

weixin_44272174的博客

09-24

1404

深度学习环境配置，包含显卡驱动、CUDA安装、cudnn安装、Anaconda安装、虚拟环境配置等

开源模型应用落地-Qwen2-7B-Instruct-Lora与vllm-单机多卡-RTX 4090双卡（十五）

没有卑微的工作，只有卑微的心态，与其抱怨，不如埋头实干

08-12

3万+

4090单机双卡部署vllm，并集成qwen2-7b-instruct和Lora权重

RTX3080涡轮显卡 深度学习环境配置 出错提醒

ng323的博客

01-25

1299

用RTX3080配置其他机器早就搞好的mmdetection环境，出错不断，耗时3天，记录一下。各种出错的关键，就是pytorch、CUDA和30系列的显卡不匹配，因为30系显卡是ampere架构，并且算力80+,所以务必注意使用最新的CUDA版本！之后关于pytorch： conda install pytorch torchvision cudatoolkit=11 -c pytorch-nightly 或者 conda install pytorch torchvision cudatoolk.

在linux + RTX3080上运行深度学习的经验

user_lib的博客

10-03

1404

RTX30系跑深度学习

深度学习GPU最全对比，到底谁才是性价比之王？

机器学习算法与Python学习

11-05

2756

点击机器学习算法与Python学习，选择加星标精彩内容不迷路本文转自AI新媒体量子位（公众号ID:QbitAI）搞AI，谁又没有“GPU之惑”？张量核心、显存带宽、16位能力……...

2080Ti与3080Ti单机多卡安装与并行训练

带鱼工作室的博客

11-23

4308

1 本人环境机器：dell T640服务器系统：Ubuntu16.04 LTS 已安装显卡：2080Ti 已安装驱动版本：NVIDIA-Linux-x86_64-470.57.02.run 已安装cuda版本：cuda_10.0.130_410.48_linux.run 已安装cudnn版本：cudnn-10.0-linux-x64-v7.4.2.24.tgz 需求：与服务器无关，大家只要是Ubuntu16.04系统即可参考。由于目前需求，需要扩充一张3080Ti显卡，但全网关于2080T

独立显卡的GPU驱动，CUDA， CUDNN安装过程记录

pocean2012的博客

07-17

4647

颇走了些弯路哦。主要是安装显卡坑太多第一个大坑就是不建议用ubuntu16，因为几台电脑都没安装成功，也许可以靠升级内核来搞定，可是路径太长了。然后，有几个节点要注意 1 查看已安装的驱动，如果无法判断结果，就没办法找问题和改善了 hy@hy-Mi-Gaming-Laptop-15-6:~/kxwell$ ls /usr/src | grep nvidia nvidia-455.38 回显的就是已安装版本网友们大致三条路： 1 系统自动选择安装第一阶......

【亲测有效】Linux系统安装NVIDIA显卡驱动