SEO关键词:Ubuntu 22.04 CUDA安装、CUDA版本切换、CUDA 11.1 11.8共存、深度学习环境配置
在进行深度学习项目开发时,不同的开源项目往往依赖不同版本的CUDA工具包。Ubuntu 22.04作为目前主流的开发平台,虽然预装环境较新,但通过合理配置,我们可以轻松实现 CUDA 11.1 和 CUDA 11.8 的共存与秒级切换。本文将手把手带你完成这一配置。
首先,确保你的NVIDIA显卡驱动已安装。建议安装支持最高版本CUDA(本例为11.8)的驱动,因为高版本驱动具有良好的向下兼容性。你可以通过 nvidia-smi 命令查看当前驱动支持的最高CUDA版本。
1. 访问NVIDIA官网下载 runfile 格式的安装包,这是管理多版本共存最稳妥的方式。
wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
2. 运行安装程序,并在弹出的界面中 取消勾选 Driver(因为我们已经装好了驱动),然后选择 Install。
CUDA 11.1 发布较早,Ubuntu 22.04自带的GCC版本(GCC 11)可能过高。在安装时需要添加忽略编译器检查的参数:
sudo sh cuda_11.1.0_455.23.05_linux.run --override
安装完成后,你会发现 /usr/local/ 目录下出现了 cuda-11.1 和 cuda-11.8 两个文件夹。
这是本教程的核心技巧。我们通过维护一个名为 /usr/local/cuda 的软链接来指向当前需要的版本。
1. 打开终端,编辑环境变量文件:gedit ~/.bashrc
2. 在文件末尾添加以下内容:
export PATH=/usr/local/cuda/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
3. 激活环境:source ~/.bashrc
如果你想切换到 CUDA 11.1,只需执行以下两条命令:
sudo rm -rf /usr/local/cudasudo ln -s /usr/local/cuda-11.1 /usr/local/cuda
同理,切换回 CUDA 11.8 只需要将路径指向 cuda-11.8 即可。完成后使用 nvcc -V 即可验证当前生效的版本。
总结:通过这种方式,你可以在 Ubuntu 22.04 上完美运行不同版本的深度学习框架,既保证了系统的整洁,又极大提高了开发效率。
本文由主机测评网于2026-04-06发表在主机测评网_免费VPS_免费云服务器_免费独立服务器,如有疑问,请联系我们。
本文链接:https://www.vpshk.cn/20260434285.html