簡(jiǎn)介

本文記錄Ubuntu22.04長(zhǎng)期支持版系統(tǒng)下的CUDA驅(qū)動(dòng)和cuDNN神經(jīng)網(wǎng)絡(luò)加速庫(kù)的安裝，并安裝PyTorch2.1.1來(lái)測(cè)試是否安裝成功。

安裝Ubuntu系統(tǒng)

1. 如果是舊的不支持UEFI啟動(dòng)的主板，請(qǐng)參考本人博客U盤(pán)系統(tǒng)盤(pán)制作與系統(tǒng)安裝（詳細(xì)圖解）
2. 如果是新的支持UEFI啟動(dòng)的主板，請(qǐng)參考本人博客UEFI下Windows10和Ubuntu22.04雙系統(tǒng)安裝圖解

安裝CUDA

CUDA的安裝方式有多種：deb在線、deb離線、run在線、run離線等等，具體可參見(jiàn)CUDA手冊(cè)。本文采用deb離線方式，訪問(wèn)CUDA下載首頁(yè)，根據(jù)操作系統(tǒng)、處理器等信息選擇安裝文件。

選擇完成后頁(yè)面給出安裝命令腳本，可以看到上述deb文件僅僅安裝了CUDA運(yùn)行時(shí)環(huán)境（base installer），還需要安裝對(duì)應(yīng)的NVIDIA顯示驅(qū)動(dòng)（Driver installer）。

本文下載的文件為 cuda-repo-ubuntu2204-12-3-local_12.3.1-545.23.08-1_amd64.deb ，根據(jù)提示下載后執(zhí)行如下命令安裝Base Installer

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin
sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo dpkg -i cuda-repo-ubuntu2204-12-3-local_12.3.1-545.23.08-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu2204-12-3-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda-toolkit-12-3

安裝完成后根據(jù)需要選擇安裝legacy 還是open核下的驅(qū)動(dòng)

# To install the legacy kernel module flavor:
sudo apt-get install -y cuda-drivers

# To install the open kernel module flavor:
sudo apt-get install -y nvidia-kernel-open-545
sudo apt-get install -y cuda-drivers-545

最后需要添加環(huán)境變量到~/.bashrc 文件：

export CUDA_HOME=/usr/local/cuda-12.3
export PATH=$CUDA_HOME/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH

安裝CUDNN

從CUDNN首頁(yè)下載安裝包，有tar壓縮包文件格式，也有deb格式，根據(jù)操作系統(tǒng)類(lèi)型版本和CUDA版本選擇相應(yīng)的安裝包，如本文選擇下圖中所示安裝文件（tar壓縮包格式）

下載完成后執(zhí)行如下命令安裝，具體參見(jiàn)官方安裝指南：

tar -xvf cudnn-linux-$arch-8.x.x.x_cudaX.Y-archive.tar.xz
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*

注意修改上述命令中的文件名，并替換x.x.x，X.Y為具體的版本號(hào)，如本文實(shí)際執(zhí)行命令為：

tar -xvf cudnn-linux-x86_64-8.9.7.29_cuda12-archive.tar.xz
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*

安裝PyTorch

訪問(wèn)PyTorch首頁(yè)，根據(jù)環(huán)境選擇安裝方式，輸入提示命令安裝即可，如下圖所示

如果想使用離線安裝方式，可以先從這里下載所需要的PyTorch安裝文件，如 torch-2.1.1%2Bcu121-cp311-cp311-linux_x86_64.whl 表示適合于CUDA12.1，Python3.11、Linux系統(tǒng)、x86_64處理器架構(gòu)環(huán)境下的安裝文件。下載完成后，執(zhí)行pip install torch-xxx.whl即可。

下面利用PyTorch來(lái)獲取硬件及安裝的PyTorch版本信息，代碼如下：

import torch as th

print("Torch Version: ", th.__version__)
print("CUDA Version: ", th.version.cuda)
print("CUDNN Version: ", th.backends.cudnn.version())
print("CUDA available?: ", th.cuda.is_available())
print("CUDA device count: ", th.cuda.device_count())

for gpuid in range(th.cuda.device_count()):
    print("GPU ID: %d, name: %s, capability: %s" % (gpuid, th.cuda.get_device_name(gpuid), th.cuda.get_device_capability(gpuid)))
    print(th.cuda.get_device_properties(gpuid))

執(zhí)行后輸出如下類(lèi)似信息：

Torch Version:  2.1.1+cu121
CUDA Version:  12.1
CUDNN Version:  8907
CUDA available?:  True
CUDA device count:  2
GPU ID: 0, name: NVIDIA GeForce GTX 1080 Ti, capability: (6, 1)
_CudaDeviceProperties(name='NVIDIA GeForce GTX 1080 Ti', major=6, minor=1, total_memory=11172MB, multi_processor_count=28)
GPU ID: 1, name: NVIDIA GeForce GTX 1080, capability: (6, 1)
_CudaDeviceProperties(name='NVIDIA GeForce GTX 1080', major=6, minor=1, total_memory=8110MB, multi_processor_count=20)

附錄

多版本CUDA切換

可以參考本人博客計(jì)算機(jī)使用技巧。文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-774719.html

到了這里，關(guān)于Ubuntu22.04 LTS + CUDA12.3 + CUDNN8.9.7 + PyTorch2.1.1的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！