CUDA和CUDNN版本切换

news/2024/5/20 6:33:54

0 背景

在用不同框架做深度学习时，难免会遇到需要不同版本的cuda和cudnn版本的情况，如果把原来版本的卸载掉重新安装新版本，则会影响其它框架的使用，最好的方法是在主机上安装多个版本的cuda和cudnn，需要用到哪种就切换到哪种，这样就免去了重复卸载安装的工作。

cuda：由NVIDIA推出的通用并行计算架构，包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。利用CUDA编写出的程序可以在NVIDIA显卡上跑的飞起。进行CUDA开发需要依次安装驱动、toolkit、SDK三个软件。深度学习玩家通常只需要安装显卡驱动和toolkit即可。[可参考]

cudnn：用于加速DL的算子库。安装时只需要下载对应的tar包，解压后将头文件（include/cudnn*.h）和库（lib64/libcudnn*）复制到cuda对应文件夹下即可。

1 安装目录和版本查看

安装的cuda一般在 /usr/local/ ，通常建立一个软链接，将cuda链接到需要的版本。

进入cuda，可见include和lib64分别链接到实际使用的头文件目录和库目录。

旧版的/usr/local/cuda/ 路径下一般有一个version.txt文档，里面记录了cuda的版本信息，因此可用cat /usr/local/cuda/version.txt 命令查看版本信息【新版的改为version.json，所以可直接查看该文件，或者使用 nvcc -V 命令】

如果安装了多个cuda，实际使用的可能不是/usr/local/cuda/下边的版本，这个时候可以使用nvcc -V指令来查看实际使用的cuda版本。

同理，cudnn的信息在其头文件 cudnn_version.h 里。

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2          #旧版
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2  #新版

3 cuda环境变量和版本切换

3.1 ~/.bashrc中环境变量

在~/.bashrc中，通常按照下面习惯1来设置环境变量，但这个代码存在一个BUG，即在LD_LIBRARY_PATH不存在时，LD_LIBRARY_PATH会被赋值为":/usr/local/cuda/lib64"而不是"/usr/local/cuda/lib64"，有一个冒号的区别。这个BUG对于pytorch来说无所谓，哪怕不加，pytorch也会通过/usr/local/cuda找到外部的CUDA（pytorch查找CUDA的过程）。但对于一些兼容性没那么好的代码而言，环境变量是最重要的。因此最好使用习惯2来添加环境变量。【可参考】

## 设置习惯1，有bug
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda## 设置习惯2，推荐
if [ $LD_LIBRARY_PATH ]; thenexport LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
elseexport LD_LIBRARY_PATH=/usr/local/cuda/lib64
fiif [ $PATH ]; thenexport PATH=$PATH:/usr/local/cuda/bin
elseexport PATH=/usr/local/cuda/bin
fiif [ $CUDA_HOME ]; thenexport CUDA_HOME=$CUDA_HOME:/usr/local/cuda
elseexport CUDA_HOME=/usr/local/cuda
fi

注意Linux中PATH、 LIBRARY_PATH、 LD_LIBRARY_PATH变量的区别；
可用 echo $CUDA_HOME 命令来查看该变量的实际值【之前的设置果然中招了】；

3.2 cuda版本切换

方法一：如果只修改自己用户的CUDA版本，则只需要修改环境变量即可，打开~/.bashrc文件，找到cuda的环境变量，将cuda的路径改为自己需要的cuda版本路径，然后 source ~/.bashrc 使之生效。这样的好处是只改了当前用户的cuda版本，其它用户还可以用他们需要的cuda版本，互不影响。

## 可参照3.1的习惯2修改
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.3/lib64
export PATH=$PATH:/usr/local/cuda-11.3/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.3

方法二：如果想要把服务器上多用户的CUDA版本都切换了，则删除原有链接，建立新的软链接即可，这样服务器上每个用户的版本都切换了。

sudo rm -rf /usr/local/cuda #删除之前创建的软链接
sudo ln -s /usr/local/cuda-10.0 /usr/local/cuda #创建新 cuda 的软链接，注意修改自己对应的版本
# 可以使用 ls -l 查看软链接情况，带 -> 符号的表明是软链接

4 cudnn版本切换

安装cudnn的方法，就是下载一个对应版本的tar包，官网下载地址。

解压：tar zxvf xxx.tgz

然后将所有头文件（include/cudnn*.h）和库（lib64/libcudnn*）复制到cuda对应目录下面。

## 先将原来的cudnn移到指定位置，以便日后恢复
sudo mv /usr/local/cuda-10.0/include/cudnn*   temp/include
sudo mv /usr/local/cuda-10.0/lib64/libcudnn*  temp/lib## 将所有头文件和库复制到cuda对应目录下
sudo cp include/cudnn*  /usr/local/cuda/include/
sudo cp lib64/libcudnn* /usr/local/cuda/lib64/