最新 ：服务器的cuda版本太老旧怎么办--cuda安装指南

0.写在前面

最近开学换了新的服务平台实例，发现里面的配置很旧，又发现网上没有相关最新教程。
以安装cuda12.2为例 … 本来想直接安装我驱动能够支持的最新的cuda 后来发现这样及其不方便 ，大家还是安装经典的，用的多比如11.8 ，12.1，12.4,这样安装torch方便，比如

conda install pytorch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 pytorch-cuda=12.1 -c pytorch -c nvidia

1. 确认 NVIDIA 驱动是否支持 CUDA 12.2

CUDA 的运行依赖 NVIDIA 驱动程序，确保你的 NVIDIA 驱动版本足够新。如果版本过低，先升级驱动。

检查当前驱动版本

运行以下命令，查看当前 NVIDIA 驱动程序的版本：

nvidia-smi

在输出的顶部，你会看到 Driver Version，例如：

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 470.182.03   Driver Version: 470.182.03   CUDA Version: 11.4     |
+-----------------------------------------------------------------------------+

2. 下载和安装 CUDA 12.2

2.1 下载 CUDA 12.2 安装包

去 CUDA 官方下载页面 下载 12.2 版本的安装包。

示例：

以 Ubuntu 20.04 为例，选择以下选项：

• Operating System：Linux
• Architecture：x86_64 //不知道就在服务器输入：uname -m
• Distribution：Ubuntu //不知道就在服务器输入：lsb_release -a
• Version：20.04 // 由上条命令可得
• Installer Type：deb (local) // 有local就行

点击 Download 按钮，复制安装命令。

3.2 添加 CUDA 仓库并安装

在终端中执行官方给出的安装命令。例如：

wget wget https://developer.download.nvidia.com/compute/cuda/12.1.1/local_installers/cuda_12.1.1_530.30.02_linux.run
sudo sh cuda_12.1.1_530.30.02_linux.run

进入options->Toolkit options->记住安装位置


换掉老版本

3.3 设置环境变量

安装完成后，将 CUDA 添加到环境变量中。在 .bashrc 文件中添加以下内容：

export PATH=/usr/local/cuda-12.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-12.1/lib64:$LD_LIBRARY_PATH

保存并运行：

source ~/.bashrc

3.4 验证 CUDA 安装

运行以下命令检查是否成功安装：

nvcc -V