就是想用cuda11.8

### 如何安装和配置CUDA 11.8

#### 创建虚拟环境
为了确保开发环境的独立性和稳定性，在开始之前应该先创建一个新的Python虚拟环境[^1]。

python3 -m venv cuda_env
source cuda_env/bin/activate  # Linux/MacOS
# For Windows use:
# .\cuda_env\Scripts\Activate.ps1

#### 下载并安装CUDA Toolkit 11.8
访问NVIDIA开发者网站上的[CUDA存档页面](https://developer.nvidia.com/cuda-toolkit-archive)，定位到版本11.8进行下载。对于Windows用户来说，特别需要注意的是要选择与操作系统相匹配的安装包[^2]。

#### 配置软件源（针对Linux）
考虑到网络速度以及资源获取便利性的因素，可以考虑更改系统的APT镜像源至国内站点如清华大学开源软件镜像站来加速下载过程[^3]：

sudo sed -i 's@archive.ubuntu.com@mirrors.tuna.tsinghua.edu.cn@g' /etc/apt/sources.list
sudo apt-get update && sudo apt-get upgrade -y

#### 正式安装CUDA
完成上述准备工作之后就可以正式执行CUDA工具链的安装命令了。这里以Ubuntu为例说明具体的指令集[^4]:

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/7fa2af80.pub
sudo add-apt-repository "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/ /"
sudo apt-get update
sudo apt-get -y install cuda-11-8

#### 设置环境变量
为了让系统能够识别刚安装好的CUDA库文件路径，还需要修改`.bashrc`或其他相应的shell profile文件加入如下几行设置环境变量的内容:

export PATH=/usr/local/cuda-11.8/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64\
                         ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

最后记得使这些改动生效:

source ~/.bashrc

#### 测试安装成果
通过运行简单的测试程序验证CUDA是否已经成功部署到位。比如尝试编译并执行官方提供的样例代码之一——deviceQuery,它会打印出当前GPU设备的信息。