服务器 cuda安装

### 如何在服务器上安装配置CUDA

#### 验证硬件兼容性和系统准备
为了确保CUDA能够正常工作，需先确认服务器上的GPU支持CUDA技术，并已正确安装NVIDIA驱动。可以通过`nvidia-smi`命令来验证这一点[^2]。

#### 下载并安装CUDA工具包
访问[NVIDIA官方下载页面](https://developer.nvidia.com/cuda-downloads)，根据服务器的操作系统版本选择合适的CUDA版本进行下载。通常推荐采用默认设置完成安装流程，这有助于减少潜在的问题发生概率[^3]。

#### 设置环境变量
安装完成后，编辑用户的shell配置文件（如`.bashrc`），添加以下路径至PATH和LD_LIBRARY_PATH环境中：

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

使更改生效可执行`source ~/.bashrc`命令[^1]。

#### 测试CUDA安装情况
通过运行`nvcc --version`检查编译器是否已被识别；利用简单的测试程序进一步检验CUDA功能是否正常运作。例如编写一个名为test.cu的小型C++源码文件:

#include <stdio.h>

int main() {
    printf("Hello from CUDA %d.%d!\n", __CUDA_ARCH__ / 1000, (__CUDA_ARCH__ % 1000)/10);
}

编译该文件(`nvcc test.cu -o test`)之后尝试执行它．如果一切顺利的话应该能看到来自CUDA的信息输出[^5]。

#### 处理多版本共存问题
当存在多个CUDA版本时，默认情况下只会有一个被激活使用。可通过调整上述提到的环境变量指向特定版本实现切换目的。另外也可以借助于Anaconda等虚拟化平台创建隔离的工作空间以便灵活管理不同项目所需的依赖关系[^4]。