大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

系列总目录 链接→ [系统配置、包/库安装、问题修复]

注意：

• Ubuntu18.04默认GCC-7，由于CUDA 9.x不支持GCC-7（下载页面没有对ubuntu18的支持），所以需要安装低版本的5或者<= 6.3.0，并设置为默认版本。否则应安装10.0以上版本CUDA
• Nvidia显卡驱动与CUDA版本对应关系，显卡驱动版本越高，就可支持越高版本的CUDA，并对低等级驱动向下支持

安装步骤

1. 查看是否安装了cuda

   # 法1
   cat  /usr/local/cuda/version.txt
   # 法2
   nvcc --version
   

2. 若没有安装，则查看是否有N卡驱动，若无N卡驱动，则到软件与更新 -> 附加驱动中安装驱动

3. 查看N卡驱动支持的cuda版本

   nvidia-smi
   

   如下图支持最高CUDA版本是11.4

4. 到cuda-toolkit-archive，选择需要的CUDA下载

5. 如下图，选择runfile(local)，并使用生成的指令进行下载和安装
   
   若第1步提示Existing package manager installation of the driver found. It is strongly recommended that you remove this before continuing.，选择continue，在下一步中去除driver项，之后选择install：
   安装完成后，显示如下：
   

6. 在~/.bashrc文件中添加如下环境变量：

   export PATH=/usr/local/cuda-11.3/bin${ 
        PATH:+:${ 
        PATH}}
   export LD_LIBRARY_PATH=/usr/local/cuda-11.3/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
   

7. 验证是否安装成功

   nvcc -V
   

   

8. 安装cuDNN，到cudnn-archive下载和CUDA对应的版本

   1.Navigate to your <cudnnpath> directory containing the cuDNN tar file.
   2.Unzip the cuDNN package.
     $ tar -xvf cudnn-linux-x86_64-8.x.x.x_cudaX.Y-archive.tar.xz
   3. Copy the following files into the CUDA toolkit directory.
     $ sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include 
     $ sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64 
     $ sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
   

   按照↑教程，可下载cuDNN Library for Linux (x86_64)用复制的方式安装，使用如下命令查看安装版本

   cat /usr/local/cuda-11.3/include/cudnn.h | grep CUDNN_MAJOR -A 2
   

9. 也可下载Runtime Library和Developer Library的deb包，使用sudo dpkg -i xxx.deb命令进行安装，使用如下命令查看安装版本

   cat /usr/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
   

10. 在~/.bashrc文件中添加cudnn环境变量如下：

    export LD_LIBRARY_PATH=/usr/local/cuda-11.3/targets/x86_64-linux/lib${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
    

11. 多版本CUDA安装重复上述步骤即可，最后通过更改第6步、第10步中环境变量切换CUDA版本

Cuda使用中的一些问题

• cmake error，报错找不到cuda_cublas_device_library。
  解决：出错版本为cuda10.2。cuda10.0版本的libcublas.so在其lib64目录下，cuda11.x版本的libcublas.so在其targets/x86_64-linux/lib/目录下，但cuda10.2放在系统目录中，要升级到高版本cmake才能让其主动找到对应文件。经查其他博文，cuda10.2需要camke3.17以上。cmake升级参考cmake 升级，cmake下载时下那个源码包。