在 Ubuntu 上安装多个 CUDA/cuDNN 版本的最佳解决方案答案

【问题标题】：Best solution to have multiple CUDA/cuDNN versions installed on Ubuntu在 Ubuntu 上安装多个 CUDA/cuDNN 版本的最佳解决方案
【发布时间】：2019-03-25 17:44:23
【问题描述】：

我在 Ubuntu 16.04 上使用 Conda。我的目标是将每个 Conda 环境与特定版本的 CUDA / cuDNN 相关联。我环顾四周，发现了这个有趣的article，它基本上建议将不同的 CUDA 版本放入不同的文件夹，然后使用特定于环境的 bash 脚本（在环境激活时运行）来正确设置 PATH/LD_LIBRARY_PATH 变量（创建与 CUDA 版本的关联）。这很好，但是当我尝试使用 Conda 安装 pytorch 等框架时，它会迫使我也安装“cudatoolkit”包。所以，有几个问题：

1) 下载 cudatoolkit 会不会弄乱我之前的 CUDA 配置？将使用哪个版本？

2) 如果使用 Conda 可以安装“cudatoolkit”和“cudnn”，为什么不直接使用 conda 呢？为什么甚至需要应用上述文章的说明？

谢谢。

【问题讨论】：

标签： cuda deep-learning anaconda conda cudnn

【解决方案1】：

作为第一个问题的答案，不，下载和安装另一个 CUDA 工具包不会弄乱其他配置。从 CUDA 工具包安装程序中，您指定一个安装目录，因此只需选择适合您的、该 CUDA 版本独有的任何东西。这不会影响任何当前安装的 CUDA 版本。 Pytorch 安装将在“/usr/local/cuda”（默认的 CUDA 工具包安装目录）中查找 CUDA_HOME 环境变量，因此需要更改的只是这个环境变量。

我不能说第二部分。也许使用 Conda 的安装将使用 CUDA 工具包的默认安装目录（看起来很傻，但这只是猜测）。

【讨论】：

好的，CUDA 工具包安装程序不会影响任何当前安装的 CUDA 版本，但是 Conda 的“工具包”包呢？使用 Conda 安装时会发生什么？它安装在哪里？它是否设置任何环境变量？
我的意思是 Conda 'cudatoolkit'
从一个简短的测试来看，当你安装一个新的工具包时，看起来使用 conda 确实会覆盖以前的工具包版本。 Here 我使用 conda 安装 CUDA 8.0 工具包，然后使用 9.0 here 运行安装程序。请注意，它说软件包将被更新。运行“numba -s”确认也只有 1 个 CUDA 工具包版本。希望这可以帮助！可能有一种方法可以通过 Conda 获得独特的版本，但绝对不是默认的。
可以肯定的是，“安装程序”是指可以从 NVIDIA 网站下载的运行文件？
是的，该运行文件将引导您完成安装，并提示您输入工具包目录、示例（如果需要）等内容。