Linux下CUDA安装全攻略（如何在Ubuntu/CentOS下配置CUDA环境）

Linux下CUDA安装全攻略（如何在Ubuntu/CentOS下配置CUDA环境）

对于初学者来说，在Linux系统上部署GPU加速环境往往是开启人工智能之旅的第一道门槛。本文将为您提供一份详尽的Linux安装CUDA指南，无论您使用的是Ubuntu还是CentOS，都能轻松上手。

一、环境检查：确认GPU型号

在开始之前，我们需要确认您的硬件是否支持CUDA。打开终端输入以下命令：

lspci | grep -i nvidia

如果终端显示了NVIDIA显卡型号，那么我们可以继续进行NVIDIA驱动配置。

二、安装NVIDIA显卡驱动

CUDA Toolkit依赖于匹配的显卡驱动。在Ubuntu中，推荐使用系统自带的软件包管理器：

sudo ubuntu-drivers autoinstall

安装完成后，务必重启电脑并输入 nvidia-smi 查看驱动状态。这是深度学习环境搭建中最基础的一步。

三、下载并安装CUDA Toolkit

访问NVIDIA官网下载对应版本的CUDA Runfile。本CUDA Toolkit教程推荐使用Runfile安装方式，因为它更加灵活：

• 赋予执行权限：chmod +x cuda_*.run
• 运行安装程序：sudo ./cuda_*.run
• 注意：在安装选项中，如果已经安装了驱动，请取消勾选 "Driver" 选项。

四、配置环境变量

安装完成后，需要告诉系统CUDA的安装路径。编辑 ~/.bashrc 文件：

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

保存后执行 source ~/.bashrc 使其生效。

五、验证安装结果

最后，通过检查CUDA编译器版本来确认是否成功：

nvcc -V

如果能看到版本号输出，恭喜你，你的Linux安装CUDA任务已圆满完成！现在你可以开始安装cuDNN或其他深度学习框架了。