目前情况

我这里有一台 从算法组借用的 <code>GPU 服务器，里边是 两张 2070 Super 8GB。

使用命令查看当前的

nvidia-smi

更细系统

先对系统进行一个升级，后续避免安装依赖的过程中出现一些莫名其妙的错误。

<code>sudo apt update

执行下面的指令，完成前置依赖的安装，可能会比较漫长：

sudo apt install -y build-essential libbz2-dev libssl-dev libffi-dev zlib1g-dev libncurses5-dev libncursesw5-dev libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev libncursesw5-dev xz-utils tk-dev libxml2-dev libxmlsec1-dev libffi-dev liblzma-dev

此外还有一些别的依赖，也一块安装了：

sudo apt install -y make build-essential libssl-dev zlib1g-dev libbz2-dev \

libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev libncursesw5-dev \

xz-utils tk-dev libffi-dev liblzma-dev python-openssl git

安装 Pyenv

直接安装 和 编译安装 二选一即可！

直接安装

curl https://pyenv.run | bash

编译安装

git clone https://github.com/pyenv/pyenv.git ~/.pyenv

# 可选的编译步骤

cd ~/.pyenv && src/configure && make -C src

配置环境

安装完成之后，我们需要往环境变量中写一些内容，才可以完成后续的工作。

echo 'export PATH="$HOME/.pyenv/bin:$PATH"' >> ~/.bashrccode>

echo 'eval "$(pyenv init --path)"' >> ~/.bashrc

echo 'eval "$(pyenv virtualenv-init -)"' >> ~/.bashrc

source ~/.bashrc

验证结果

目前项目要求的<code>python版本是3.10，对应的Pytorch：

PyTorch官方网站

根据你的操作系统内容选择。这里可以看到，需要的<code>CUDA为12.1

但是刚才我们nvidia-smi看到的CUDA是11.2。所以我们需要升级CUDA版本。

我们需要在官方找到12.1的对应要求。

目前我们的情况是：

Ubuntu 182070Super x2CUDA 11.2

目标情况是：

Ubuntu 18 -> (可选择) 20LTSCUDA 12.1（Pytorch要求）

CUDA 12.1 官方下载地址 Nvidia

打开之后，根据自己的情况，进行选项卡的选择。

这里我有科学上网，所以走 network，可能会多次重启之类的，你根据提示操作就好。

下载<code>deb安装文件

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-keyring_1.0-1_all.deb

安装deb文件

sudo dpkg -i cuda-keyring_1.0-1_all.deb

再次更新系统，同时安装 CUDA

sudo apt-get update

sudo apt-get -y install cuda

检查结果

最后更新完，我们的CUDA版本已经到了12.1：