安装Nvidia驱动，Cuda，Cudnn

1 下载GPU驱动

根据GPU型号下载相应的驱动程序，
下载地址：https://www.nvidia.cn/Download/index.aspx?lang=cn

2 安装驱动

默认运行安装即可，安装过程中选择默认选项。

sudo sh NVIDIA-Linux-x86_64-440.95.01.run
#或者
sudo sh NVIDIA-Linux-x86_64-440.95.01.run -no-x-check -no-nouveau-check -no-opengl-files
#tmp空间不够时,建一个临时文件夹，并指定tmpdir
sudo sh NVIDIA-Linux-x86_64-440.95.01.run -no-x-check -no-nouveau-check -no-opengl-files --tmpdir /xxx/xxxx/tmp

tmp空间不足时,会报错 “Uncompressing NVIDIA Extraction failed.Signal caught, cleaning up”
建一个临时文件夹，并指定tmpdir，没有“=”，不要加等号。

3 下载cuda

根据需要使用pytorch，tensorflow等的版本，确定使用的cuda版本
下载地址：https://developer.nvidia.com/cuda-toolkit-archive。

4 安装cuda

sudo sh cuda_11.6.0_510.39.01_linux.run 
#tmp空间不足
--tmpdir /xxx/xxxx/tmp

5 下载cudnn

根据需要下载对应版本cudnn，
地址：https://developer.nvidia.com/rdp/cudnn-archive

6 安装cudnn

#解压缩
tar -xvf cudnn-linux-x86_64-8.6.0.163_cuda11-archive.tar
#copy
sudo cp include/* /usr/local/cuda-11.6/include
sudo cp lib/libcudnn* /usr/local/cuda-11.6/lib64
#赋权
sudo chmod a+r /usr/local/cuda-11.6/include/cudnn* /usr/local/cuda-11.6/lib64/libcudnn*

7 配置环境变量

vim ~/.bashrc
#添加路径
export LD_LIBRARY_PATH=/usr/local/cuda-11.6/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-11.6/bin:$PATH
#更新环境变量
source ~/.bashrc

8查看命令

#查看nvidia gpu
nvidia-smi
# 查看cuda
nvcc -V
#查看cudnn
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2