ubuntu18.04+3080 cuda+cudnn 安装记录

step1：显卡驱动安装

本机含一张集显以及一张3080，ubuntu装好后，系统默认使用集显，打开 设置-详细信息 部分即可查看

故先安装NVIDIA的显卡驱动，打开 软件与更新（software & update）- 附加驱动 选择对应版本的驱动即可

详细信息，可在终端中，输入 nvidia-smi 即可查看

附：集显和独显之间的切换（独显一般更为费电）

（1）图形化界面切换，终端输入 nvidia-setting 选择 NVIDIA（Performance Mode) 或 Intel(Power Saving Mode)

（2）命令行切换，直接

sudo prime-select query # 查看当前使用显卡

sudo prime-select nvidia # 切换nvidia显卡

sudo prime-select intel # 切换intel显卡

注：每次切换，需要重启才可以生效

step2：CUDA安装（官网下载）

这个链接是我下载的11.4，如需要其他版本，在这个网页前后找一下即可

 选择对应的系统、架构、还有版本，在installer type这里，两种本地安装，一种network是在线安装，也就是下载安装包在本地装，还是实时下载。网上大部分教程都选择runfile下载，因为其安装指令更加简洁。

这里有一个问题是，我用第一句 wget xxx 输入到终端时，一直看不到进度，也不知道下载了多少，但是弹出了一个链接，复制这个链接用浏览器打开，我用的是chrome，就可以下载下来。网速还可以。

下载后会得到一个文件，我这边是 cuda_11.4.1_470.57.02_linux.run 的文件

然后，可以转到文件所在位置，然后输入第二条指令，sh xxx 的安装指令，也可以直接输入 sudo sh 然后用鼠标把这个从所在位置拖拽到终端 sudo sh 后面，相当于给出他的绝对位置

（这个过程有时候会有点慢，等一会儿就好了，原因的话我个人猜测是相当于从磁盘将CUDA加载道内存中进行安装，CUDA本身有3.几G，所以系统需要一些时间，大约几分钟左右就会进入下面的页面）

然后会有相应提示安装，如果前面已经装了驱动，这边会提示continue\abort之类的，选择 continue即可，然后 accept 他的协议

这是网上的图片（侵删），也就是如果已经做了 step1 安装过 driver 的话，这里就不选 第一项，然后 install

（install之后也会有短暂的时间，界面不会有任何反应，少等一会儿，看到下面的界面表示安装完毕）

 这里包括三个内容，一是简单介绍现在的环境，二是提示要配置路径，三是介绍如何卸载CUDA

关于配置路径，我建议直接打开 CUDA 教程，按那里面配置，这是官方提供的，网上教程在这里有些出入我不确定，按照教程里的配置没有出现问题，所以推荐使用官方教程

打开 /.bashrc 文件，有很多种编辑方式，我用的是vim，如果没有装的话可能要安装 vim，或者用其他编辑方式

在终端输入 sudo vim ～/.bashrc ，按下 ℹ 键进入编辑模式，在最后的位置，

第一句，输入 export PATH xxx，

第二句，64 位输入 xxx /lib64\ xxx，32位输入 xxx /lib\ xxx

编辑好后，按 esc 进入命令模式，输入：wq，写入退出。这部分是 vim 的使用。

退出编辑后，输入 source ~/.bashrc，相当于刷新一下，让系统知道设定了什么PATH

然后即可检查CUDA安装是否成功，cd 到 deviceQuery文件去，然后 make（make可能有权限不够的可能，就在前面加上 sudo 即可）

cd /usr/local/cuda/samples/1_Utilities/deviceQuery
make
./deviceQuery

 

这里有一个问题，就是 CUDA Driver Version / Runtime Version 的问题，我在 18.04下，使用460的显卡驱动，Diver Version如图是11.4，但是在20.04下使用460，显示的是11.2，百度后，Driver Version 要大于等于 Runtime Version，其实就是硬件驱动要大于软件运行环境，所以就 purge 了之前的460驱动，改为470，与runtime相匹配。

最终 Result = PASS 意味着CUDA安装完毕。

或者，输入 nvcc -V 也可以验证

在18.04下，我直接输入 nvcc -V会有正常显示

而在 20.04下我输入后提示

安装后， 就有了输出

网上查询后大意是cuda只是个工具包，nvcc是专门对cuda工具包进行编译的，两者没有什么共生关系。

 step3：安装cuDNN

官网下载，需要注册，登陆，然后选择对应版本下载

官方指南，进cuDNN感觉挂vpn访问会更加顺畅。

把下载下来的文件解压，进入下载的文件夹，

输入 tar -xzvf cudnn-x.x-linux-x64-v8.x.x.x.tgz

 然后输入三个 sudo 把相应文件复制到 CUDA 的目录里，就算装完了

验证cuDNN，这部分因为安装部分给了好几种安装方法，主要是Library、Runtime、Developer。这里用的是最简单的方法，也就是仅下载 Library，cuDNN作为一个库。

大部分教程中给出的cuDNN的验证方法是针对 Runtime Debian安装给出的，

 debian安装方法自行查看教程。也就是，对 Library 来说，这个验证是没有用的。

我在安装pytorch 后，输入 torch.cuda.is_available() 返回的是true暂

最后，安装 pytorch，我的 CUDA 是 11.4，但在安装界面，选择11.1仍然是可行的

同时，我用pytorch可以查看 CUDA 、cuDNN 以及 pytorch版本

 

至此，整个过程算是完成了