一、GCC 降级
需要注意的一点是ubuntu16.04的gcc版本是5.4，而cuda8.0在该系统中支持的gcc版本不超过5.3，所以第一步需要对GCC版本进行降级。

二、CUDA 8.0 安装


cd切换到下载的文件目录下进行安装： 

sudo sh cuda_8.0.44_linux.run --override
启动安装程序，一直按空格到最后，输入accept接受条款 



输入n不安装nvidia图像驱动，之前已经安装过了
输入y安装cuda 8.0工具 



回车确认cuda默认安装路径：/usr/local/cuda-8.0
输入y用sudo权限运行安装，输入密码
输入y或者n安装或者不安装指向/usr/local/cuda的符号链接
输入y安装CUDA 8.0 Samples，以便后面测试
回车确认CUDA 8.0 Samples默认安装路径，该安装路径测试完可以删除

2、环境变量设置

sudo vim ~/.bashrc

显示找不到vim命令，是因为没安装vim

sudo apt-get install vim-gtk （安装vim）

再次执行：sudo vim ~/.bashrc

弹出vim编辑页面：


这时还不是可编辑状态，按“ℹ”，文末显示“插入”即进入编辑状态


用上下键移动位置，在空行处添加： 

export CUDA_HOME=/usr/local/cuda-8.0
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-8.0/bin:$PATH

按esc退出编辑模式，文末“插入”字样消失


键入命令：“：wq！”（命令含义是保存并退出），回到终端


source～/.bashrc (刷新)

3、动态链接库设置

创建文件：

sudo vim /etc/ld.so.conf.d/cuda.conf

和前面vim编辑器使用方法一样，按‘i’写入：/usr/local/cuda/lib64 

键入命令：“：wq！”（命令含义是保存并退出），回到终端


 
sudo ldconfig -v

4、检查Cuda版本

nvcc --version
# ubuntu # 人工智能
Logo
FlagOS智算系统软件栈

欢迎来到FlagOS开发社区，这里是一个汇聚了AI开发者、数据科学家、机器学习爱好者以及业界专家的活力平台。我们致力于成为业内领先的Triton技术交流与应用分享的殿堂，为推动人工智能技术的普及与深化应用贡献力量。

更多推荐

具身智能“大脑”谁更强？FlagEval-EmbodiedVerse 11月评测榜单发布

具身智能是连接虚拟与现实、通往通用人工智能（AGI）的关键路径。近日，北京智源人工智能研究院。

avatar FlagOS智算系统软件栈
cover

推出“首个”芯片解耦集合通信技术，众智 FlagOS 支持同/异构全场景互联互通

avatar FlagOS智算系统软件栈

PyTorch CUDA调试第一步：5分钟学会使用torch_use_cuda_dsa

是PyTorch提供的一个调试工具，它允许你在CUDA设备端（GPU）执行断言检查。简单来说，就是在GPU上运行的代码中加入断言语句，当条件不满足时会触发错误，帮助你快速发现代码中的问题。这对于调试CUDA内核中的错误特别有用，因为设备端的错误通常比主机端更难调试。是一个非常实用的调试工具，尤其适合CUDA内核的调试。通过设备端断言，你可以快速发现代码中的逻辑错误，提高调试效率。希望这篇笔记能帮助

avatar FlagOS智算系统软件栈