Linux下怎么安装CUDA
发布时间：2022-02-10 14:53:37
来源：亿速云
阅读：585
作者：iii
栏目：开发技术
# Linux下怎么安装CUDA
## 前言
CUDA（Compute Unified Device Architecture）是NVIDIA推出的并行计算平台和编程模型，它允许开发者利用NVIDIA GPU的强大计算能力加速各种计算密集型任务。在科学计算、深度学习、图形渲染等领域，CUDA已经成为不可或缺的工具。
本文将详细介绍在Linux系统下安装CUDA的完整流程，涵盖从系统准备到验证安装的各个环节，并提供常见问题的解决方案。
## 目录
1. [准备工作](#准备工作)
- [硬件要求](#硬件要求)
- [软件要求](#软件要求)
- [验证GPU兼容性](#验证gpu兼容性)
2. [安装方法](#安装方法)
- [方法一：使用官方.run文件安装](#方法一使用官方run文件安装)
- [方法二：使用包管理器安装](#方法二使用包管理器安装)
3. [环境配置](#环境配置)
4. [验证安装](#验证安装)
5. [常见问题解决](#常见问题解决)
6. [卸载CUDA](#卸载cuda)
7. [总结](#总结)
## 准备工作
### 硬件要求
- NVIDIA显卡：确保您的显卡支持CUDA。可以访问[NVIDIA CUDA GPU列表](https://developer.nvidia.com/cuda-gpus)查询兼容性
- 足够的磁盘空间：CUDA工具包通常需要2-5GB空间
- 系统内存：建议至少8GB
### 软件要求
- Linux发行版：Ubuntu、CentOS、RHEL等主流发行版
- GCC编译器：通常已预装，可通过`gcc --version`检查
- 内核头文件和开发包：
```bash
# Ubuntu/Debian
sudo apt-get install linux-headers-$(uname -r)
# RHEL/CentOS
sudo yum install kernel-devel-$(uname -r)
验证GPU兼容性
lspci | grep -i nvidia
输出应显示您的NVIDIA显卡型号。如果没有显示，可能需要：
1. 检查显卡是否正确安装
2. 启用BIOS中的显卡设置
3. 安装NVIDIA驱动
安装方法
方法一：使用官方.run文件安装
下载CUDA工具包：
访问NVIDIA CUDA下载页面，选择：
操作系统：Linux
架构：x86_64
发行版：根据您的系统选择
版本：建议选择最新稳定版
安装类型：选择”runfile(local)”
或直接使用wget：
wget https://developer.download.nvidia.com/compute/cuda/12.2.2/local_installers/cuda_12.2.2_535.104.05_linux.run
关闭图形界面（推荐）：
sudo systemctl isolate multi-user.target
运行安装程序：
sudo sh cuda_
安装过程中：
接受许可协议
取消勾选驱动安装（如果已安装最新驱动）
确保选中CUDA Toolkit
恢复图形界面：
sudo systemctl start graphical.target
方法二：使用包管理器安装
Ubuntu/Debian系统：
添加NVIDIA仓库密钥：
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/
添加仓库：
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/
安装CUDA：
sudo apt-get update
sudo apt-get install cuda
RHEL/CentOS系统：
添加仓库：
sudo dnf config-manager --add-repo https://developer.download.nvidia.com/compute/cuda/repos/rhel8/x86_64/cuda-rhel8.repo
安装CUDA：
sudo dnf clean all
sudo dnf -y install cuda
环境配置
添加PATH变量：
在~/.bashrc或~/.zshrc末尾添加：
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
然后执行：
source ~/.bashrc
验证环境变量：
echo $PATH | grep cuda
nvcc --version
安装cuDNN（可选）：
如需深度学习开发，还需安装NVIDIA cuDNN：
sudo cp cuda/include/cudnn*.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
验证安装
编译运行示例程序：
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
make
./deviceQuery
输出应显示”Result = PASS”。
查看GPU信息：
nvidia-smi
输出示例：
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 535.104.05 Driver Version: 535.104.05 CUDA Version: 12.2 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0 NVIDIA GeForce ... On | 00000000:01:00.0 On | N/A |
| N/A 45C P8 N/A / N/A | 500MiB / 8192MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
测试矩阵乘法：
cd /usr/local/cuda/samples/0_Simple/matrixMul
make
./matrixMul
常见问题解决
驱动版本不兼容：
ERROR: Unable to load the 'nvidia-drm' kernel module
解决方案：
sudo apt-get purge nvidia*
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-driver-535
缺少依赖项：
Missing recommended library: libfreeimage3
解决方案：
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
GPU未被识别：
./deviceQuery: no CUDA-capable device is detected
检查：
显卡是否正确安装
驱动是否正确加载（lsmod | grep nvidia）
BIOS中是否禁用了集成显卡
多版本CUDA管理：
使用update-alternatives管理多个版本：
sudo update-alternatives --install /usr/local/cuda cuda /usr/local/cuda-12.2 100
sudo update-alternatives --config cuda
卸载CUDA
.run安装方式卸载：
sudo /usr/local/cuda/bin/uninstall_cuda_12.2.pl
apt安装方式卸载：
sudo apt-get --purge remove "*cuda*" "*cublas*" "*cufft*" "*cufile*" "*curand*" "*cusolver*" "*cusparse*" "*gds-tools*" "*npp*" "*nvjpeg*" "nsight*"
手动清理：
sudo rm -rf /usr/local/cuda*
总结
在Linux系统上安装CUDA需要经过以下几个关键步骤：
前期准备：确认硬件兼容性、安装必要依赖
驱动安装：确保使用与CUDA版本匹配的NVIDIA驱动
CUDA安装：通过.run文件或包管理器安装
环境配置：设置PATH和库路径
验证测试：编译运行示例程序确认安装成功
建议开发者：
- 定期检查NVIDIA官方文档获取最新信息
- 使用虚拟环境（如conda）管理不同版本的CUDA工具包
- 关注系统升级可能带来的驱动兼容性问题
通过本文的指导，您应该能够顺利完成CUDA的安装并开始GPU加速计算之旅。如在安装过程中遇到特殊问题，可参考NVIDIA官方论坛或社区寻求帮助。
“`
这篇文章提供了约3500字的详细指南，采用Markdown格式编写，包含：
- 多级标题结构
- 代码块形式的命令示例
- 清晰的步骤分解
- 常见问题解决方案
- 多种安装方法比较
- 环境配置说明
- 验证和卸载指南
您可以根据实际需要调整内容细节或添加特定发行版的说明。