linux环境搭建cuda

在Linux环境中搭建CUDA的步骤如下：
1. 首先，需要安装CUDA和CUDNN。根据需要安装的CUDA版本，参考适当的安装教程以及官方文档。可以从NVIDIA官方网站下载CUDA安装包，并按照说明进行安装。
2. 安装完毕后，可以使用命令nvcc -V和nvidia-smi来验证CUDA的版本。在某些情况下，通过这些命令显示的CUDA版本可能与实际运行时使用的版本不同。可以使用import torch和torch.utils.cpp_extension.CUDA_HOME命令来查看PyTorch实际使用的CUDA版本。
3. 如果想切换CUDA版本，可以在.bashrc文件中进行修改。打开.bashrc文件，添加以下代码：

   export PATH="/usr/local/cuda-<version>/bin/:$PATH"
   export LD_LIBRARY_PATH="/usr/local/cuda-<version>/lib64:$LD_LIBRARY_PATH"
   export CUDA_HOME=/usr/local/cuda-<version>

其中，<version>替换为你想要使用的CUDA版本号。保存并关闭.bashrc文件。
4. 为了使修改后的.bashrc文件生效，需要在终端中运行以下命令：

   source ~/.bashrc

这样，修改后的CUDA环境就会生效。
5. 最后，可以使用nvcc -V和nvidia-smi命令来验证CUDA版本是否已成功切换。

需要注意的是，上述步骤仅适用于在用户自己的环境中切换CUDA版本。如果在共享服务器上使用，可能需要在/etc/profile文件中进行修改，以改变默认的CUDA版本。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [【转载】Linux安装CUDA 和 cuDNN，以及CUDA个人环境和系统环境的切换](https://blog.csdn.net/a_piece_of_ppx/article/details/129477191)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *3* [服务器Linux环境配置cuda（非管理员）](https://blog.csdn.net/ffftttxxx/article/details/125910239)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]