Ubuntu 20.04 安装 cuDNN 9.5.1 for CUDA 12：完整指南

2024-11-23 19:24:37

1. 环境要求

在开始之前，请确认以下条件：

操作系统：Ubuntu 20.04 或更高版本
NVIDIA 驱动已正确安装
CUDA Toolkit 12.x 已安装（建议 CUDA 12.1）
确保系统已安装基本工具，如 tar 和 wget

2. 下载 cuDNN

使用以下命令下载 cuDNN 9.5.1 for CUDA 12：

wget https://developer.download.nvidia.com/compute/cudnn/redist/cudnn/linux-x86_64/cudnn-linux-x86_64-9.5.1.17_cuda12-archive.tar.xz

3. 解压 cuDNN 文件

下载完成后，解压文件：

tar -xvf cudnn-linux-x86_64-9.5.1.17_cuda12-archive.tar.xz

解压后，你将得到一个名为 cudnn-linux-x86_64-9.5.1.17_cuda12-archive 的文件夹。

4. 复制 cuDNN 文件到 CUDA 路径

将解压后的文件复制到 CUDA 的对应目录：

cd cudnn-linux-x86_64-9.5.1.17_cuda12-archive

# 复制头文件
sudo cp include/cudnn*.h /usr/local/cuda-12.1/include

# 复制动态链接库文件
sudo cp lib/libcudnn* /usr/local/cuda-12.1/lib64

# 修改文件权限
sudo chmod a+r /usr/local/cuda-12.1/include/cudnn*.h /usr/local/cuda-12.1/lib64/libcudnn*

注意： 如果你的 CUDA 路径不是 /usr/local/cuda-12.1，请根据实际情况替换路径。

5. 验证安装

检查 cuDNN 版本：
使用以下命令查看 cuDNN 版本号：

cat /usr/local/cuda-12.1/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

输出类似以下内容，表示安装成功：

#define CUDNN_MAJOR 9
#define CUDNN_MINOR 5
#define CUDNN_PATCHLEVEL 1
--
#define CUDNN_VERSION (CUDNN_MAJOR * 10000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

测试深度学习框架（如 PyTorch 或 TensorFlow）是否正常调用 cuDNN：
在 PyTorch 中验证：
```
import torch
print(torch.backends.cudnn.enabled)
```
如果输出为 True，表示 cuDNN 已被正确启用。