ubuntu cuda 11.8

### 安装和配置 CUDA 11.8 on Ubuntu

#### 配置环境前的准备事项

确保系统已更新至最新状态并重启计算机以应用所有更改。对于Ubuntu操作系统，建议先移除旧版NVIDIA驱动程序和其他CUDA版本，防止潜在冲突。

#### NVIDIA Driver安装

在开始CUDA安装之前，需确认已经正确安装了兼容的NVIDIA GPU驱动。可以通过命令`ubuntu-drivers devices`来查询适合当前硬件的最佳驱动选项[^2]。一旦确定了合适的驱动版本号（例如525），则可通过如下指令完成驱动部署：

sudo apt-get update
sudo apt install nvidia-driver-525

完成后记得重新启动机器使新的图形栈生效。

#### 下载与安装 CUDA Toolkit 11.8

访问[NVIDIA官方下载页面](https://developer.nvidia.com/cuda-downloads)，选择对应的操作系统版本(如Ubuntu 20.04/22.04 LTS)以及目标架构(x86_64)[^1]。按照提示获取适用于系统的安装包，并遵循指导逐步执行安装流程。通常情况下，推荐采用.run文件形式进行本地化安装操作，这允许更灵活地控制安装路径及其他设置项。

#### 设置环境变量

为了使得编译器及相关工具能够在全局范围内被识别到，在`.bashrc`或其他shell初始化脚本中追加必要的PATH和LD_LIBRARY_PATH定义:

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}}

之后运行 `source ~/.bashrc` 来即时加载这些修改。

#### CuDNN库集成

CuDNN作为深度学习框架的重要组成部分，其安装同样不可或缺。前往[NVIDIA开发者网站](https://developer.nvidia.com/rdp/cudnn-archive#a-collapse86079-oa-cudnn-86-windows-latest)选取匹配于所安裝之CUDA版本(CUDA 11.8对应的CUDNN应为8.x系列)的压缩包下载下来解压后复制相应文件夹内的头文件(.h), 库文件(.so/.dll) 至 `/usr/local/cuda/include` 和 `/usr/local/cuda/lib64` 中去。

#### 测试验证

最后一步是要检验整个过程是否成功。可以尝试编译并运行一些简单的测试案例比如deviceQuery 或者 bandwidthTest ，它们位于CUDA samples目录内(/usr/local/cuda/samples/) 。如果一切正常的话，则说明现在可以在该平台上顺利开展基于GPU加速的应用开发工作了。