Ubuntu16.04下CUDA8.0和CUDA9.0共存

前言

在Github上有一些比较早的代码需要的环境可能是CUDA8.0，而对于一个新手来说，正常思维都会选择最现金的版本进行环境配置，在这里简单的介绍一下，如何在实用GPU进行运算的时候，CUDA8.0和CUDA9.0共存的问题。

1、安装前的检查

运行下面的指令，检查一下您的电脑当前CUDA版本

nvcc --version

我自己的电脑显示如下： (我的电脑里目前装的CUDA9.0)

2、下载合适的CUDA8.0版本

选择CUDA8.0版本的时候，一定要根据自己的电脑系统以及相应的环境选择，下载链接
在相应提供的下载链接的界面，按照如下所标注的内容进行：(我本人的是 Ubuntu服务器，16.04的，在这里我们选择runfile的安装形式)

Tips：由于我的是服务器端，所以如果有人也是在服务器端进行安装的话，记得要将刚才所下载的文件，先上传到服务器端。

3、进行相应的安装

在所下载相应的文件夹下，进行如下操作：

cd CUDA8     # 进入包含上述下载文件的文件夹
sudo chmod 777 cuda_8.0.61_375.26_linux.run   ##给文件一定的权限
./cuda_8.0.61_375.26_linux.run    ## 开始安装

运行安装指令之后，会出现Nvidia的介绍文档，例如下面所示：

重中之重的一点是，介绍文档需要你的一些操作，不然安装过程无法继续，有两个方法跳过介绍文档

  • 一路Enter，直到出现一些需要你输入Y 或 N的选项
  • 按Esc，退出介绍文档

当你跳过了介绍文档之后，接下来会出现一些需要你选择的选项：(每一步对应的输入都在下图中用红色的圆圈标注出来了，在这里解释一点：Driver一定要选择 n，因为你之前有装的支持CUDA9.0的驱动，所以就不用在装新的)

4、进行相应的环境配置

进入如下安装路径中，打开 bashrc 文件，然后定位到最低端 (操作过程见下图)

可以看到，在这里我的电脑端，导入的路径都是cuda9.0的:

在这里，我们要想实用刚才安装的CUDA8.0,我们只需要进行如下操作即可：
将相应的cuda-9.0换成cuda-8.0，如下图所示(保存之后退出)

然后在终端，执行下面指令进行source:

source ~/.bashrc

接下来就可以进行相应的验证：(如下图所示，既可以看到，CUDA8.0版本安装成功)

5.多个 cuda 版本之间进行切换

上面讲述的，只是你想用其中的一个的情况，如果你经常想要进行版本切换，建议使用下面的方法：
将~/.bashrc 下与cuda相关的路径都改为　/usr/local/cuda/　而不使用　/usr/local/cuda-8.0/ 或/usr/local/cuda-9.0/。

 #在切换cuda版本时
  rm -rf /usr/local/cuda#删除之前创建的软链接
  sudo ln -s /usr/local/cuda-8.0 /usr/local/cuda
  nvcc --version #查看当前 cuda 版本

  nvcc: NVIDIA (R) Cuda compiler driver
  Copyright (c) 2005-2016 NVIDIA Corporation
  Built on Mon_Jan_23_12:24:11_CST_2017
  Cuda compilation tools, release 8.0, V8.0.62

  #cuda8.0 切换到 cuda9.0
  rm -rf /usr/local/cuda
  sudo ln -s /usr/local/cuda-9.0 /usr/local/cuda
  nvcc --version

对于~/.bahsrc文件的修改方法和上面一致。

6、总结

上文中只是说了，如何从CUDA9.0转换成CUDA8.0，如果你想换回CUDA9.0，只需要进行相反的过程，将 bashrc 文件里面的cuda-8.0换成cuda-9.0,然后source一下，即可。

到此这篇关于Ubuntu16.04下CUDA8.0和CUDA9.0共存 的文章就介绍到这了,更多相关CUDA8.0和CUDA9.0共存 内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

赞 (0)

相关推荐

  • 详解Ubuntu16.04安装nvidia驱动+CUDA+cuDNN的教程

    准备工作 1.查看GPU是否支持CUDA lspci | grep -i nvidia 2.查看Linux版本 uname -m && cat /etc/*release nvidia驱动 1. 先卸载原有N卡驱动 #for case1: original driver installed by apt-get: sudo apt-get remove --purge nvidia* #for case2: original driver installed by runfile: sud

  • ubuntu安装多个版本的CUDA并随时切换

    CUDA是什么就不介绍了,直接讲怎么实现CUDA多版本的共存和实时切换. 1.安装多个版本的CUDA 这里,我们以cuda9-1版本和cuda9-0版本为例(先安装哪个无所谓) 首先,在cuda版本库中选择自己需要的cuda版本. 然后,选择对应的安装包,这里选择runfile类型的安装文件,以便后面设置每个cuda的安装路径. 下载完成以后,我们利用cd命令,进入到cuda_8.0.61_375.26_linux.run文件所在的目录中,然后运行下面的指令,进行安装(注意这个文件名,前面的cu

  • Ubuntu 安装cuda10.1驱动的实现步骤

    1. 下载cuda10.1: 英伟达官网链接:https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=runfilelocal 2.安装10.1: [注]:cuda8.0.cuda9.0.cuda10 都集成了nvidia显卡驱动,按照安装cuda的同时是否安装显卡驱动

  • Ubuntu 20.04 CUDA&cuDNN安装方法(图文教程)

    CUDA安装下载cuda 输入nvidia-smi命令查看支持的cuda版本 如果无法查看,则说明尚未安装nvidia驱动,点击附加驱动,选择对应版本的驱动即可自动下载. 从https://developer.nvidia.com/cuda-toolkit-archive下载对应版本的cuda,选择18.04的版本即可. gcc降级 Ubuntu20.04自带的gcc版本为9.7.0,需要添加gcc7才可安装cuda10.2,输入命令安装gcc7 apt-get install gcc-7 g+

  • Ubuntu20.04安装cuda10.1的步骤(图文教程)

    安装前准备 CUDA的主要用途是深度学习,而目前主流的深度学习框架Tensorflow2最高支持CUDA 10.1,因此本文讲解在Ubuntu 20.04系统上安装CUDA 10.1的主要过程. 首先要查看你的NVIDIA显卡驱动是否支持cuda10.1版本. 在终端执行以下命令: nvidia-smi 如果 CUDA Version: - 这里的版本号大于等于10.1(我的是10.2),就可以安装cuda10.1. 关键点:gcc降级 因为Ubuntu20.04自带的gcc版本为9.3,而cu

  • Ubuntu安装和卸载CUDA和CUDNN的实现

    前言 最近在学习PaddlePaddle在各个显卡驱动版本的安装和使用,所以同时也学习如何在Ubuntu安装和卸载CUDA和CUDNN,在学习过程中,顺便记录学习过程.在供大家学习的同时,也在加强自己的记忆.本文章以卸载CUDA 8.0 和 CUDNN 7.05 为例,以安装CUDA 10.0 和 CUDNN 7.4.2 为例. 安装显卡驱动 禁用nouveau驱动 sudo vim /etc/modprobe.d/blacklist.conf 在文本最后添加: blacklist nouvea

  • ubuntu16.04安装多个版本CUDA的方法

    我的机器是CUDA16.04的,之前装过CUDA10.0,因为一些原因,现在需要安转CUDA9.0. 1.首先https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=runfilelocal 下载run版本的(如果之前没装过CUDA,可以下载deb版

  • Ubuntu16.04上安装CUDA9.0 详细教程

    前言: 本篇文章是基于安装CUDA 9.0的经验写,CUDA9.0目前支持Ubuntu16.04和Ubuntu17.04两个版本,如下图所示(最下面的安装方式我们选择第一个,即runfile方式): 大家可以先将CUDA文件下载下来,但是最好不要急于安装,一定要先将NVIDIA给出官方指导手册仔细看一下,然后再找几篇好的博客看一下,大致了解一下CUDA的安装过程,对安装过程中可能出现的问题要大致有一个了解,不到万不得已不要重装系统. 安装建议: 1)去官网下载CUDA的同时,一定要找份相应官方的

  • Ubuntu16.04下CUDA8.0和CUDA9.0共存

    前言 在Github上有一些比较早的代码需要的环境可能是CUDA8.0,而对于一个新手来说,正常思维都会选择最现金的版本进行环境配置,在这里简单的介绍一下,如何在实用GPU进行运算的时候,CUDA8.0和CUDA9.0共存的问题. 1.安装前的检查 运行下面的指令,检查一下您的电脑当前CUDA版本 nvcc --version 我自己的电脑显示如下: (我的电脑里目前装的CUDA9.0) 2.下载合适的CUDA8.0版本 选择CUDA8.0版本的时候,一定要根据自己的电脑系统以及相应的环境选择,

  • Ubuntu16.04下配置VScode的C/C++开发环境

    1. Vscode安装 Visual studio code是微软发布的一个运行于 Mac OS X.Windows和 Linux 之上的,针对于编写现代 Web 和云应用的跨平台源代码编辑器.第一种方式是从VScode官网下载.deb文件,然后双击该文件会打开软件中心进行安装. 另一种方式是通过Terminal进行安装,首先输入下面三条语句安装umake: sudo add-apt-repository ppa:ubuntu-desktop/ubuntu-make sudo apt-get u

  • 基于Ubuntu16.04下安装VS Code(分享)

    在Ubuntu下面安装Visual Studio Code sudo add-apt-repository ppa:ubuntu-desktop/ubuntu-make sudo apt-get update sudo apt-get install ubuntu-make umake web visual-studio-code 以上这篇基于Ubuntu16.04下安装VS Code(分享)就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们.

  • ubuntu16.04下vim安装失败的原因分析及解决方案

    先给大家说下问题描述? 重装了ubuntu系统,安装vim出现了以下问题: sudo apt-get install vim 正在读取软件包列表... 完成 正在分析软件包的依赖关系树 正在读取状态信息... 完成 有一些软件包无法被安装.如果您用的是 unstable 发行版,这也许是 因为系统无法达到您要求的状态造成的.该版本中可能会有一些您需要的软件 包尚未被创建或是它们已被从新到(Incoming)目录移出. 下列信息可能会对解决问题有所帮助: 下列软件包有未满足的依赖关系: vim :

  • ubuntu16.04下安装openssh-server报依赖错误的完美解决方法(非常不错)

    问题:系统重装后,安装和配置SSH,防火墙配置 #安装install openssh-server sudo apt install openssh-server -y 遇到问题: sudo apt install openssh-server -y 正在读取软件包列表... 完成 正在分析软件包的依赖关系树 正在读取状态信息... 完成 有一些软件包无法被安装.如果您用的是 unstable 发行版,这也许是 因为系统无法达到您要求的状态造成的.该版本中可能会有一些您需要的软件 包尚未被创建或

  • Ubuntu16.04下安装Wechat的实现方法

    Ubuntu16.04下安装Wechat 很久没写博客了,前两天电脑因为teamviewer不了,原因显示是libqt5gui5版本过低,研究了一波更新,卸载了libqt5gui5,和它的依赖qtbase5-dev,打算重新安装新版本,结果重启后电脑无法启动...进入tty折腾半天后,被迫重装了系统,心血来潮的装了16.04,之前用的是14.04,记录下安装Wechat的过程,之前安装的忘记记录了,导致这次花了一两个小时配置各种环境 Ps:teamviewer的升级问题还没解决,有时间继续折腾

  • ubuntu16.04下彻底卸载nginx的相关命令

    nginx概述 nginx是一款自由的.开源的.高性能的HTTP服务器和反向代理服务器:同时也是一个IMAP.POP3.SMTP代理服务器:nginx可以作为一个HTTP服务器进行网站的发布处理,另外nginx可以作为反向代理进行负载均衡的实现. 删除nginx及相关的配置文件 sudo apt-get --purge remove nginx 自动移除全部不使用的软件包 sudo apt-get autoremove 删除与nginx有关的软件 sudo apt-get --purge rem

  • 详解Ubuntu16.04下Hadoop 2.7.3的安装与配置

    详解Ubuntu16.04下Hadoop 2.7.3的安装与配置

    一.Java环境搭建 (1)下载JDK并解压(当前操作系统为Ubuntu16.04,jdk版本为jdk-8u111-Linux-x64.tar.gz) 新建/usr/java目录,切换到jdk-8u111-linux-x64.tar.gz所在目录,将这个文件解压缩到/usr/java目录下. tar -zxvf jdk-8u101-linux-x64.tar.gz -C /usr/java/ (2)设置环境变量 修改.bashrc,在最后一行写入下列内容. sudo vim ~/.bashrc

  • Ubuntu 20.04 下安装配置 VScode 的 C/C++ 开发环境(图文教程)

    前言: 之前安装了Ubuntu 18.04,结果在安装Codeblocks / VScode还是安装gcc,c/c++的时候出现了一堆错误(缺失依赖树等等问题,换源也无法成功),整了一个下午没有任何进展,网上找不到任何解决方法,于是只能重装了Ubuntu 20.04,之后Codeblocks倒是安装成功了,但是明明在已经安装了C/C++跟GCC编译包的情况,它仍然显示在该路径下找不到,无论路径是默认自动定位在/usr 还是在/usr/bin 之下仍然出现此情况,同样网上找不到任何解决方法,于是只

随机推荐