【Linux更新驱动、cuda和cuda toolkit】 |
您所在的位置：网站首页 › 更新驱动程序显示已最新 › 【Linux更新驱动、cuda和cuda toolkit】 |
【Linux更新驱动、cuda和cuda toolkit】
|
目录
1. 更新显卡驱动1.1. 查看当前显卡驱动版本1.2. 删除原始显卡驱动1.3. 删除CUDA Toolkit1.4. 在NVIDIA官网找到2080Ti对应的最新驱动程序
2. 更新CUDA Toolkit2.1. 下载CUDA Toolkit2.2. 安装.run2.3. 添加环境变量2.4. 检查是否安装好了
最近需要更新服务器的显卡驱动和CUDA版本，记录一下更新过程。
写在前面：对于稍微有些复杂的环境安装问题，不要指望一个博客能涉及到方方面面。以下内容只是记录大体流程，不同环境肯定还会遇到不同的、博客中没有涉及到的问题，此时还需要“具体问题具体分析”。 1. 更新显卡驱动 1.1. 查看当前显卡驱动版本 nvidia-smi -a
遇到选项一路回车就行。 1.3. 删除CUDA Toolkit找到你安装cuda toolkit的位置 cd /usr/local/cuda-10.1/bin/ sudo ./cuda-uninstaller都删除了： NVIDIA官网 按照我的版本信息选择相应的版本 一路选择继续安装，安装好之后重启: sudo reboot重启后查看： nvidia-smi
弄清一个问题：nvidia-smi和nvcc -V显示的CUDA版本有什么区别？ 参考：一文讲清楚CUDA、CUDA toolkit、CUDNN、NVCC关系 CUDA主要有两个API：runtime API（nvcc -V）、driver API（nvidia-smi） nvidia-smi属于driver API、nvcc属于runtime API。用于支持driver API的必要文件(如libcuda.so)是由GPU driver installer安装的。用于支持runtime API的必要文件(如libcudart.so以及nvcc)是由CUDA Toolkit installer安装的。 （如果只安装driver API，不安装runtime API（cuda toolkit），也能正常使用pytorch，但涉及到一些需要编译安装的更底层的工具，比如apex、deepspeed，就会报错，这时还需要床runtime API，不如直接全装了。） 2.1. 下载CUDA Toolkit来这里下载对应CUDA Driver Version版本的CUDA Toolkit Version（根据你的环境自己选）： 注意：由于已经有CUDA Driver12.4了，因此在安装过程中不需要勾选CUDA Driver。 2.3. 添加环境变量 export PATH=$PATH:/usr/local/cuda-12.1/bin export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-12.1/lib64当然，如果你之前安装过CUDA Toolkit，需要先删除环境变量 P A T H 和 PATH和 PATH和LD_LIBRARY_PATH中的地址，具体操作参考：Linux修改环境变量中的“修改方法二”。 2.4. 检查是否安装好了 nvcc -V
|
可以看到目前的显卡驱动是418.74，CUDA Driver是10.1，显卡是2080Ti。
删除cuda toolkit文件夹：
下载最新版本驱动： 
将下载的‘NVIDIA-Linux-x86_64-550.54.14.run’放在服务器某路径下:
可以看到driver和CUDA Version都更新到最新了。
完成！【本文地址】
今日新闻 |
推荐新闻 |