Ubuntu 20.04安装CUDA 11.0, cuDNN

温馨提示：如果你装CUDA是为了安装GPU版本的pytorch，那么其实不用看我下面关于CUDA安装的内容，因为你使用pytorch官网的安装命令，它会自动帮你安装相应的CUDA，但是cuDNN可能还得你手动安装。

安装英伟达专有驱动
利用ubuntu自带的附加驱动软件进行安装，打开附加驱动之后按下图进行操作

安装英伟达专有驱动.png
测试驱动是否安装成功以及查看驱动版本
打开终端输入nvidia-smi,查看输出情况。若驱动安装成功，会输出类似下图的结果。
下图中需要注意的有两点：标有1的方框里面显示的是当前安装的英伟达驱动版本号，标有2的方框里面显示的是当前驱动版本可以安装的CUDA最高版本号

测试驱动安装是否成功以及检查驱动版本.png
从英伟达官网下载对应的CUDA安装文件
由上一张图可知，驱动版本号为450.66，最高支持CUDA 11.0，所以点击CUDA 11.0对应的链接，进入下载页面。当然，也可以选择不安装支持的最高版本，安装其他版本。如果想知道当前安装的驱动能安装那些版本，可以在CUDA文档里查看Table 2. CUDA Toolkit and Compatible Driver Versions。

英伟达cuda下载页面.png

按照下图选择即可(深绿色为选中的)，在终端执行网站给出的下载，安装指令即可

下载选项.png
安装时设置
安装前可以选择为gcc降级(可能不降级也可以)。

sudo apt-get install gcc-7 g++-7
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 100
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 50
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-7 100
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-9 50

运行sudo sh cuda_11.0.2_450.51.05_linux.run之后，后面大部分时间输入yes即可。值得注意的是开始几步的设置。
当出现下图提示时，选择Continue即可。

安装1.png

输入accept

安装2.png

这一步比较关键，由于CUDA安装文件里面一般都包含了相应的驱动，但是前面已经安装好了驱动，所以这一步需要用空格取消对Driver的选中。其他选项中除了CUDA Toolkit 11.0是必选，其他都是可选项目，这里都没有选择。最后选择Install。

install.png

安装后设置
安装完成后，屏幕上会出现安装程序的安装总结，里面会警告说没有安装完全，这个可以不用管，因为我们没有安装驱动程序。同时，总结里面会有两行提示你修改PATH变量和LD_LIBRARY_PATH变量。打开~/.bashrc,在末尾追加下面两行即可。当然后面的路径可能会有变化，具体以总结里面给出的路径为准。

这里给出的截图是之前安装10.1时的，仅仅是为了展示总结的样子

export PATH=$PATH:/usr/local/cuda-11.0/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.0/lib64

保存退出之后，source ~/.bashrc。

检查CUDA是否安装成功
终端输入nvcc -V,若有输出，则安装成功

安装成功.png

安装完成之后如果想恢复默认gcc和g++为gcc-9和g++-9可执行

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 100
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 50
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-9 100
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-7 50

安装cuDNN
严格来讲cuDNN不能叫安装。它其实是对CUDA的一些补充，所以“安装”过程很简单。去英伟达官网下载对应CUDA 11.0的cuDNN压缩包(这一步可能需要注册英伟达账号)。解压之后得到cuda目录，cuda目录下面有include和lib64两个子目录，将这两个目录下面的所有文件拷贝到CUDA 11.0安装路径对应的目录下面即可。

cuDNN.png

如果文章对你有帮助的话，希望能为文章点个赞！

最后编辑于：2020.11.28 08:46:14