Ubuntu服务器配置多版本cuda_服务器安装多个cuda

1.查看本服务器可兼容cuda的最高版本，输入命令：（本服务器为12.0）

nvidia-smi

2.查看Ubuntu版本，输入命令

lsb_release -a

3.一般来说CUDA安装在 /usr/local/ 目录下，可以在 /usr/local/ 目录下通过ls命令查看已经安装的cuda版本。

4.进入官网选择CUDA版本并安装：https://developer.nvidia.com/cuda-toolkit-archive

由于本服务器最高可兼容12.0，于是选择12.0版本的cuda进行安装

（注：可以在/usr/local/目录下手动创建一个cuda-12.0文件夹，进入文件夹进行下载）

wget https://developer.download.nvidia.com/compute/cuda/12.0.0/local_installers/cuda_12.0.0_525.60.13_linux.run
sudo sh cuda_12.0.0_525.60.13_linux.run

5.安装过程中的选择，参考博文：https://blog.csdn.net/qq_39637158/article/details/124899569?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522171143903016800222829893%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=171143903016800222829893&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~baidu_landing_v2~default-1-124899569-null-null.142^v99^pc_search_result_base5&utm_term=%E6%9C%8D%E5%8A%A1%E5%99%A8%E4%B8%8A%E5%AE%89%E8%A3%85%E5%A4%9A%E4%B8%AA%E7%89%88%E6%9C%AC%E7%9A%84cuda&spm=1018.2226.3001.4187

6.进入官网，安装cudnnhttps://developer.nvidia.com/rdp/cudnn-archive

手动下载好后传输到服务器进行解压：

 tar -xf cudnn-linux-x86_64-8.9.7.29_cuda12-archive

在解压上述文件的路径中输入：

# 复制文件
sudo cp cudnn-linux-x86_64-8.9.7.29_cuda12-archive/include/* /usr/local/cuda-12.0/include/
sudo cp cudnn-linux-x86_64-8.9.7.29_cuda12-archive/lib/* /usr/local/cuda-12.0/lib64/
# 添加读取权限
sudo chmod a+r /usr/local/cuda-12.0/lib64/*
sudo chmod a+r /usr/local/cuda-12.0/include/*

cudnn安装完成。

7.进入.bashrc进行环境配置

vim ~/.bashrc

按a进入编辑模式开始编辑

export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin 
export LD_LIBRARY_PATH=/usr/local/cuda-12.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

添加完后按"esc"退出,输入":wq"保存

8.测试

nvcc -V

大功告成~

注：后面如果需要切换cuda版本，可以重复第7步，更改文件位置即可，或者参考以下博文，修改软连接即可。https://blog.csdn.net/sinat_36502563/article/details/102866033?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522171144428916800185866131%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=171144428916800185866131&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_positive~default-1-102866033-null-null.142^v99^pc_search_result_base5&utm_term=%E5%88%87%E6%8D%A2cuda%E7%89%88%E6%9C%AC&spm=1018.2226.3001.4187