Linux 安裝多版本CUDA

安裝CUDA

同樣的在運行不同代碼的時候，需要的環境不同，所以需要不同的GPU環境，Cuda的需要自然也就發生改變 特別是關於tensorflow的運行中。

首先我們需要在nvidia的官網上找到我們所需要的cuda版本，接下來可以根據各自的實際要求來選擇

當前環境配置：Ubuntu20.04 gcc-5， gcc-8， gcc-9， cuda 11.3

需求安裝cuda 9

然后運行安裝這個runfile sudo sh xxx.run

注意不要安裝英偉達驅動 因為之前已經有一個cuda環境 安裝過了

然后修改cuda的環境變量 vim ~/.bashrc （如果環境變量使用的是cuda軟連接 就可以不用修改環境變量了）

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

source ~/.bashrc保存環境變量，使配置生效

進入cd /usr/local

發現cuda其實一個軟連接，所以以后我們需要切換cuda版本的時候，只需要修改這個軟連接的指向就可以了

sudo rm -rf cuda
sudo ln -s /usr/local/cuda-11.5 /usr/local/cuda

可以利用nvcc -V來查看當前CUDA的版本

安裝Cudnn

當然有的時候在使用CUDA的時候，還需要使用Cudnn，所以我們需要在對應的CUDA環境內安裝我們需要的Cudnn

Cudnn的下載地址，下載的時候需要先登陸一下

然后根據自己環境和CUDA來選擇下載的版本 我這里選擇是下方的版本

対以下操作進行修改：

tar -xzvf cudnn-9.0-linux-x64-v7.6.5.32.tgz
sudo cp cuda-9.0/include/cudnn.h  /usr/local/cuda-9.0/include
sudo cp cuda-9.0/lib64/lib*  /usr/local/cuda-9.0/lib64


sudo rm -rf libcudnn.so libcudnn.so.7
sudo ln -s libcudnn.so.7.6.5 libcudnn.so.7
sudo ln -s libcudnn.so.7 libcudnn.so
sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h   /usr/local/cuda-9.0/lib64/libcudnn*