英伟达驱动以及CUDA 安装& cuDNN 安装

1.0 查看硬件信息

对于新机器首先是需要确定硬件显卡以及确定需要安装的驱动，然后安装CUDA ，最后安装cuDNN ，如果有驱动要卸载旧有的驱动文件，避免产生冲突。 使用 "lshw" 命令： 打开终端，并输入以下命令并按 Enter 键：

sudo lshw -C display

这将显示关于你的显示适配器的详细信息，包括制造商、型号和驱动程序等信息。

根据输出，你的系统中有一块 Cirrus Logic 显示适配器和一块 NVIDIA 显示适配器。然而，NVIDIA 显示适配器的驱动程序似乎没有被正确识别或加载，它被标记为 "UNCLAIMED"。如果你希望使用 NVIDIA 显卡，你需要安装适当的 NVIDIA 驱动程序。你可以使用 "nvidia-smi" 命令来查看系统中是否已安装 NVIDIA 驱动程序。

2.0 查看CUDA 版本以及卸载旧版本

至于查看CUDA版本，有几种方法可以做到。最直接的方法是检查CUDA的安装目录。例如，如果你的CUDA安装在/usr/local/cuda，你可以通过查看该目录下的版本文件来找到CUDA的版本。

要卸载旧版本的CUDA并安装新的CUDA 11.8，你可以按照以下步骤进行： 卸载旧版本的CUDA： 在终端中，运行以下命令以卸载旧版本的CUDA：

sudo apt-get --purge remove 'cuda*'

这将卸载所有与CUDA相关的软件包，包括旧版本的CUDA工具包和驱动程序。 卸载之后，我们发现还存在cuda 文件夹，这个时候我们首先验证下是否真的卸载了

确认卸载：确保你已经完全卸载了旧版本的CUDA。你可以运行以下命令来验证：

which nvcc

如果它返回空，表示CUDA已经被卸载。如果它仍然返回路径，说明CUDA可能没有完全卸载，你需要再次检查和执行卸载步骤。

sudo rm -rf /usr/local/cuda
sudo rm -rf /usr/local/cuda-11.0

手动删除

我们重新卸载了cuda 以及驱动以及英伟达的驱动，重新安装。

3.0 安装驱动

一般来说在安装CUDA的时候驱动会自动更新，目前我们直接的安装CUDA

4.0 安装CUDA-（注意最好安装在数据盘之中）

这里主要针对驱动已经安装好了的环境，如何安装合适的显卡驱动这里不多赘述，本文演示的系统为Ubuntu18.04，但理论上其他Linux发行版操作类似 安装新的CUDA 11.8： 下载CUDA 11.8的安装包并按照官方安装说明来进行安装。你可以从NVIDIA的官方网站下载适合你系统的CUDA Toolkit。通常，你需要运行下载的安装脚本来安装CUDA。请确保按照NVIDIA提供的安装文档来进行安装。

当然你可以查看适配的驱动的版本以及的CUDA的版本

Refer to the following instructions for installing CUDA on Linux, including the CUDA driver and toolkit: NVIDIA CUDA Installation Guide for Linux.

这里我们安装是CUDA 11.8 安装链接文件如下：

https://developer.nvidia.com/cuda-11-8-0-download-archive?target_os=Linux&target_arch=x86_64&Distribution=Ubuntu&target_version=18.04&target_type=deb_local

安装指导过程：

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600 wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda-repo-ubuntu1804-11-8-local_11.8.0-520.61.05-1_amd64.deb

sudo dpkg -i cuda-repo-ubuntu1804-11-8-local_11.8.0-520.61.05-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu1804-11-8-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda

待计算机启动完成，在终端中输入如下指令nvidia-smi 验证CUDA安装结果。 nvcc -V检查cuda安装是否成功，如下图则表示安装成功。

你可以使用 nvcc -V 命令来验证CUDA版本。但在你的情况下，可能是因为 nvcc 的路径没有添加到你的环境变量中，所以系统找不到 nvcc。你可以尝试执行以下命令来添加CUDA到你的环境变量中：

export PATH=$PATH:/usr/local/cuda/bin

这将把CUDA的 bin 目录添加到你的路径中，允许你使用 nvcc 命令。 在添加了环境变量后，再次运行 nvcc -V 应该显示CUDA的版本信息。 如果你之后需要使用CUDA进行开发或编译CUDA程序，确保你的环境变量已经正确配置，以便使用CUDA工具。

验证用户环境是否配置正确，输出nvcc的版本信息即为安装成功which nvcc nvcc -V

当环境之中有多个cuda 版本的时候需要注意其中的配置文件

sudo vim ~/.bashrc
export PATH=$PATH:/usr/local/cuda-11.8/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.8/lib64
source ~/.bashrc

5.0 安装cuDNN

根据CUDA 安装的版本： NVIDIA-SMI 520.61.05 Driver Version: 520.61.05 CUDA Version: 11.8 文件地址：https://drive.google.com/file/d/1cevhHXMhuLYPAdjtcWjx2k5Md6wEfg5I/view?usp=drive_link cuDNN同样提供了多种安装方式。这里与CUDA一样选择deb方式。注意cuDNN的版本需要与CUDA版本匹配。如果你需要编译TensorFlow或者PyTorch，安装开发时库，否则安装运行时库即可。

Debian Local Installation

Download the Debian local repository installation package. Before issuing the following commands, you must replace X.Y and 8.x.x.x with your specific CUDA and cuDNN versions.

your CUDA directory path is referred to as /usr/local/cuda/

your cuDNN download path is referred to as cudnnpath

1.0 Navigate to your downloads directory containing the cuDNN Debian local installer file. 2.0 Enable the local repository.

sudo dpkg -i cudnn-local-repo-$distro-8.x.x.x_1.0-1_amd64.deb

例如：

sudo dpkg -i cudnn-local-repo-ubuntu1804-8.9.3.28_1.0-1_amd64.deb
Where $distro is ubuntu1804, ubuntu2004, ubuntu2204, or debian11.

3.0 Import the CUDA GPG key.

sudo cp /var/cudnn-local-repo-*/cudnn-local-*-keyring.gpg /usr/share/keyrings/

4.0 Refresh the repository metadata.

sudo apt-get update

5.0 Install the runtime library.

sudo apt-get install libcudnn8=8.x.x.x-1+cudaX.Y

例如： 这里要注意经过测试是下面

sudo apt-get install libcudnn8=8.9.3.28-1+cuda11.8

6.0 Install the developer library.

sudo apt-get install libcudnn8-dev=8.x.x.x-1+cudaX.Y

例如：

sudo apt-get install libcudnn8-dev=8.9.3.28-1+cuda11.8

7.0 Install the code samples.

sudo apt-get install libcudnn8-samples=8.x.x.x-1+cudaX.Y

例如：

sudo apt-get install libcudnn8-samples=8.9.3.28-1+cuda11.8

6.0 验证 cuDNN 是否安装正确

cp -r /usr/src/cudnn_samples_v8/ $HOME
cd $HOME/cudnn_samples_v8/mnistCUDNN
To verify that cuDNN is installed and is running properly, compile the mnistCUDNN sample located in the /usr/src/cudnn_samples_v8 directory in the Debian file.Copy the cuDNN samples to a writable path.
Compile the mnistCUDNN sample.
make clean && make
Run the mnistCUDNN sample.
./mnistCUDNN
If cuDNN is properly installed and running on your Linux system, you will see a message similar to the following:
Test passed!

7.0 验证 cuDNN 配置文件修改

另外需要注意的对于cuDNN 也需要知道其中路径以及配置文件 https://blog.kala.love/posts/868a5118/ export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64 要确保将CUDNN库文件的路径添加到LD_LIBRARY_PATH环境变量中，可以执行以下步骤： 确定CUDNN库的路径：首先，查找已安装的CUDNN库的路径。通常，CUDNN库位于/usr/local/cuda/lib64/或类似的目录中。 您可以使用find命令来查找它，例如：

find /usr/ -name libcudnn.so*

这将列出所有libcudnn库文件的路径。 设置LD_LIBRARY_PATH环境变量：要将CUDNN库文件的路径添加到LD_LIBRARY_PATH环境变量中，可以在shell配置文件（如.bashrc或.bash_profile）中添加一行。使用文本编辑器打开配置文件，例如：

nano ~/.bashrc

添加以下行，将/path/to/cudnn替换为您找到的CUDNN库文件的实际路径：

export LD_LIBRARY_PATH=/path/to/cudnn:$LD_LIBRARY_PATH

保存并关闭文件。 使更改生效：为了确保更改生效，可以运行以下命令：

source ~/.bashrc

这将重新加载shell配置文件。 验证更改：要验证LD_LIBRARY_PATH已更新，您可以运行以下命令：

echo $LD_LIBRARY_PATH

00-11 关于报错的处理

根据您提供的输出，编译mnistCUDNN示例时出现了以下错误：plaintextCopy code test.c:1:10: fatal error: FreeImage.h: No such file or directory #include "FreeImage.h" 这是由于缺少FreeImage库引起的。mnistCUDNN示例依赖于FreeImage库，但系统找不到它。 为了解决此问题，您需要安装FreeImage库。您可以尝试以下步骤： 安装FreeImage库：

sudo apt-get install libfreeimage-dev

这将安装FreeImage库及其开发文件。 重新编译mnistCUDNN示例： 在/home/ubuntu/cudnn_samples_v8/mnistCUDNN目录下执行以下命令重新编译示例：

sudo make clean && make

这将使用FreeImage库重新编译mnistCUDNN示例。 如果编译成功，您应该能够运行mnistCUDNN示例。如果您遇到其他问题，请提供更多详细信息以获取进一步的帮助。

00-12 关于驱动版本更新

请注意，安装 NVIDIA 驱动程序可能需要一些额外的步骤，具体取决于你的系统和显卡型号。你可以查阅官方 NVIDIA 网站或使用 Ubuntu 提供的附加驱动程序工具来安装适当的驱动程序。 安装NVIDIA驱动程序： 你可以使用以下命令来安装NVIDIA驱动程序（确保你的系统已连接到互联网）：

sudo ubuntu-drivers autoinstall

可以看到驱动版本太低，不支持cuda 11.8 需要升级

检查可用的驱动程序： 首先，你可以使用以下命令来列出可用的NVIDIA驱动程序版本

ubuntu-drivers list

如果你要安装特定版本的驱动程序，可以使用命令 sudo apt install nvidia-driver-版本号，将 "版本号" 替换为你希望安装的版本号。

sudo apt install nvidia-driver-525