物流网站建设计划书四种营销策略

以下是在 ​​WSL2 (Ubuntu)​​ 中安装 ​​CUDA 12.9​​ 的详细教程，整合了多个权威来源的操作步骤，并针对常见问题提供解决方案：

---

📋 ​​一、安装前的准备工作​​

​​1. 系统要求​​

• ​​Windows 版本​​：Windows 10 21H2 (Build 19044+) 或 Windows 11。
• ​​WSL2 已启用​​：

  wsl --install -d Ubuntu-22.04  # 安装 Ubuntu 22.04
  wsl --set-default-version 2    # 设为 WSL2

• ​​NVIDIA 驱动​​：
  • 宿主机需安装 ​​≥515.43.04​​ 的 NVIDIA 驱动（通过 nvidia-smi 验证）。
  • 若驱动版本低于 CUDA 12.9 要求，需升级（官网下载）。

​​2. 更新 Ubuntu 环境​​

在 WSL 终端中执行：

sudo apt update && sudo apt upgrade -y
sudo apt install build-essential  # 安装编译工具

---

⬇️ ​​二、安装 CUDA 12.9​​

​​1. 添加 CUDA 仓库​​

wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt update

💡 ​​关键点​​：必须使用 ​​wsl-ubuntu​​ 仓库（非标准 Ubuntu 仓库），否则安装失败。

​​2. 安装 CUDA Toolkit​​

sudo apt install -y cuda-toolkit-12-9  # 精确匹配版本号

​​3. 配置环境变量​​

编辑 ~/.bashrc：

nano ~/.bashrc

在文件末尾添加：

export PATH=/usr/local/cuda-12.9/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-12.9/lib64:$LD_LIBRARY_PATH

保存后生效：

source ~/.bashrc

---

✅ ​​三、验证安装​​

​​1. 检查 CUDA 编译器​​

nvcc --version  # 应输出 "release 12.9"

​​2. 验证 GPU 驱动兼容性​​

nvidia-smi  # 顶部显示的 CUDA 版本需 ≥12.9

⚠️ ​​若报错 command not found​​：

• 检查环境变量是否生效（echo $PATH）。
• 确认安装路径存在（ls /usr/local/cuda-12.9）。

---

⚙️ ​​四、安装 cuDNN（可选）​​

深度学习用户需安装 ​​cuDNN ≥9.10.2​​（CUDA 12.9 兼容版本）。

​​1. 下载 cuDNN 包​​

从 NVIDIA cuDNN 官网 下载对应版本（需注册账户）。

​​2. 安装 cuDNN​​

sudo dpkg -i cudnn-local-repo-*.deb  # 替换为下载的文件名
sudo apt update
sudo apt install libcudnn9

---

🧪 ​​五、测试 PyTorch GPU 支持​​

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu129

验证代码：

import torch
print(torch.cuda.is_available())  # 应输出 True
print(torch.version.cuda)         # 应显示 12.9

---

⚠️ ​​六、常见问题解决​​

​​问题​​	​​解决方案​​
​​nvcc 未找到​​	检查环境变量是否包含 /usr/local/cuda-12.9/bin。
​​nvidia-smi 无输出​​	升级宿主机 NVIDIA 驱动并重启。
​​CUDA 版本与驱动不兼容​​	宿主机驱动版本需 ≥ CUDA 要求的版本（见 兼容表)。
​​网络下载失败​​	替换 DNS 为 8.8.8.8（修改 /etc/resolv.conf）。

---

💎 ​​总结步骤​​

1. ​​准备环境​​：升级 Windows、WSL2、NVIDIA 驱动。
2. ​​安装 CUDA 12.9​​：使用 wsl-ubuntu 仓库安装。
3. ​​配置环境变量​​：确保 nvcc 可执行。
4. ​​验证​​：nvcc --version 和 nvidia-smi 双重确认。
5. ​​扩展​​：按需安装 cuDNN 和 PyTorch。

完整流程参考：NVIDIA CUDA WSL 指南。遇到问题优先检查 ​​驱动兼容性​​ 和 ​​环境变量路径​​！