踩坑|CentOS下CUDA的安装_vlambda技术博客

vlambda
2021-05-27

踩坑|CentOS下CUDA的安装

继上一篇安装完NVIDIA的驱动之后（），今天我们来到了安装CUDA的环节~

CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的并行计算架构，使得GPU能够解决复杂的计算问题。目前，CUDA的最新版本是11.3，但是考虑到与pytorch的适配性，我们还是选择安装11.1。

pytorch框架下CUDA的安装很简单：

conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia

这个命令使我们可以同时将torch和CUDA一并安装完成。安装完成后运行python，可以在python中输入以下命令来查看torch、CUDA、cuDNN的版本，以及它们是否匹配：

import torchprint(torch.__version__)print(torch.version.cuda)print(torch.backends.cudnn.version())print(torch.cuda.is_available())print(torch.cuda.get_device_name(0))

运行结果如下：

上面的 True 表示torch1.8.1与CUDA11.1，cuDNN8.0.5版本是适配的。如果返回False，则表示版本不匹配。

为了与torch下的CUDA版本一致，我在机器上也装了CUDA11.1。安装方法如下：

第一步，下载CUDA11.1的安装文件：

wget https://developer.download.nvidia.com/compute/cuda/11.1.1/local_installers/cuda_11.1.1_455.32.00_linux.run

这里插一句，目前CUDA最新的版本是11.3，它可以在官网下载：

https://developer.nvidia.com/cuda-downloads

然后根据你的系统情况，选择相应的选项，并下载安装即可。

第二步，安装CUDA11.1。

sh cuda_11.1.1_455.32.00_linux.run

第三步，配置环境文件。在默认情况下，运行CUDA的时候，机器是调用/usr/local/cuda下文件的，如果机器只装了一个CUDA，就没有问题，但是如果装了两个及以上版本的CUDA，那就需要指定默认路径了。首先打开环境文件：

vim ~/.bashrc

在文件最后加上这几行：

export PATH="$PATH:/usr/local/cuda-11.1/bin"export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda-11.1/lib64/"export LIBRARY_PATH="$LIBRARY_PATH:/usr/local/cuda-11.1/lib64"

第三步，验证CUDA。在命令行中输入以下命令，查看CUDA是否正确安装：