跳到主要内容

CUDA/cuDNN 版本与安装说明

aifare 平台镜像已内置主流 CUDA/cuDNN 版本，绝大多数用户无需手动安装。如需自定义 CUDA/cuDNN 版本，可参考以下方法。

平台内置说明​

  • 框架镜像已自动适配对应 CUDA/cuDNN 版本，无需单独安装
  • 仅在有二次编译/特殊需求时才需自定义 CUDA/cuDNN

查询当前 CUDA/cuDNN 版本​

# 查询 CUDA 版本（以 /usr/local/ 目录为准）
ldconfig -p | grep cuda

# 查询 cuDNN 版本
ldconfig -p | grep cudnn
  • 结果中 .so 后的数字即为版本号
  • 注意：nvidia-smi 显示的是驱动支持的最高 CUDA 版本，不代表实际安装版本

Conda 安装 CUDA/cuDNN（推荐简单场景）​

conda install cudatoolkit==11.3
conda install cudnn==8.2
  • 可用 conda search cudatoolkit 查询支持的版本
  • Conda 安装的 CUDA 一般不带头文件，不适合二次编译

手动下载安装包安装（适合需头文件/编译场景）​

  1. 前往 NVIDIA CUDA Toolkit Archive 下载对应版本
  2. 赋予安装包执行权限并安装：
chmod +x cuda_xxx.run
./cuda_xxx.run  # 只需安装 CUDA，不要安装驱动
  1. cuDNN 下载：NVIDIA cuDNN
    • 解压后将 include 和 lib64 文件分别复制到 /usr/local/cuda/include/ 和 /usr/local/cuda/lib64/
mv cuda/include/* /usr/local/cuda/include/
chmod +x cuda/lib64/* && mv cuda/lib64/* /usr/local/cuda/lib64/
  1. 增加环境变量并刷新：
echo "export LD_LIBRARY_PATH=/usr/local/cuda/lib64/:${LD_LIBRARY_PATH}" >> ~/.bashrc
source ~/.bashrc && ldconfig

常见问题​

  • Conda 安装的 cudatoolkit 优先级高于系统 CUDA，建议只保留一种方式
  • 平台镜像已内置最原生 CUDA/cuDNN，优先使用平台环境
  • 若需多版本 CUDA，请手动管理环境变量，避免冲突

如需更多 CUDA/cuDNN 配置技巧，请参考 aifare 平台文档或社区资源。