当前位置: 首页 > news >正文

Ubuntu 22.04 安装tensorrt

环境:ubuntu22.04

显卡:NVIDIA 1080

此前操作系统没有安装过显卡相关驱动和工具包。

没有使用deb安装包安装:原因是安装的时候校验版本一直安装不上,故使用tar手动配置。

如何是其他的显卡应该可以使用deb安装包,按照官方的操作步骤安装即可。

1. 基础安装

首先执行 nvidia-smi ,提示没有相关命令,并给出几个安装的建议,我安装的是535的那一个(不是带server的)。(个人安装的较老,可以根据自己的需求选择版本)

然后使用nvidia-smi 此时在终端有显卡的相关信息。

查看显卡cuda版本

nvcc --version
# 没有使用下面指令安装
sudo apt install nvidia-cuda-toolkit -y

安装的为11.5:

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2021 NVIDIA Corporation
Built on Thu_Nov_18_09:45:30_PST_2021
Cuda compilation tools, release 11.5, V11.5.119
Build cuda_11.5.r11.5/compiler.30672275_0

如果能够正常显示,此时cuda的基本环境安装完成了,下面是开发工具的安装。

2.cudnn

安装tensorRT之前,还需要安装cudnn。

从下面链接中选择和章节1中对应的版本(版本不同安装之后会有问题)。

 cuDNN Archive | NVIDIA Developer

下载tar压缩包,下载的是:

cudnn-linux-x86_64-8.3.1.22_cuda11.5-archive.tar.xz,cuda11.5,11.5是对应的版本号。

然后执行下面的指令:

tar xvf cudnn-linux-x86_64-8.3.1.22_cuda11.5-archive.tar.xz
cd cudnn-linux-x86_64-8.3.1.22_cuda11.5-archive
# 创建文件夹
sudo mkdir -p /usr/local/cuda-11.5/include/
sudo mkdir -p /usr/local/cuda-11.5/lib64/# 复制头文件到CUDA的include目录
sudo cp include/cudnn*.h /usr/local/cuda-11.5/include/# 复制库文件到CUDA的lib64目录
sudo cp lib/libcudnn* /usr/local/cuda-11.5/lib64/# 设置文件权限
sudo chmod a+r /usr/local/cuda-11.5/include/cudnn*.h 
sudo chmod a+r /usr/local/cuda-11.5/lib64/libcudnn*# 检查是否存在cuDNN库
ls /usr/local/cuda-11.5/lib64/libcudnn.so*

到此cudnn安装完成。(路径配置在3章节的步骤3)

3.安装tensorRT

步骤1:注册账号并下载安装包

tensorRT的安装需要注册nvidia账号,根据提示安装即可。

Log in | NVIDIA Developer

然后下载tensorRT版本,下载为:

TensorRT-8.4.1.5.Linux.x86_64-gnu.cuda-11.6.cudnn8.4.tar.gz

本来想下载11.5的,没有找到,下载了11.6的,该版本根据官方解释也支持11.5。

步骤2:解压并将包移动到系统目录下

下载完成后执行下面的指令:

tar xvf TensorRT-8.4.1.5.Linux.x86_64-gnu.cuda-11.6.cudnn8.4.tar.gz
sudo mv TensorRT-8.4.1.5 /usr/local/

步骤3:环境配置

vim ~/.bashrc# 添加下面的内容并保存
export CUDA_HOME=/usr/local/cuda-11.5
export TENSORRT_DIR=/usr/local/TensorRT-8.4.1.5
export LD_LIBRARY_PATH=$TENSORRT_DIR/lib:$CUDA_HOME/lib64:$LD_LIBRARY_PATH 
export PATH=$CUDA_HOME/bin:$TENSORRT_DIR/bin:$PATH# 更新
source ~/.bashrc# 验证
trtexec # 此时指令已生效,应该在终端输出命令的相关参数

注意:如果是需要使用python接口,还需要执行以下命令:

我的python版本是3.8,安装以下版本的whl包。

cd /usr/local/TensorRT-8.4.1.5/python
pip install tensorrt-8.4.1.5-cp38-none-linux_x86_64.whl#Processing ./tensorrt-8.4.1.5-cp38-none-linux_x86_64.whl
#Installing collected packages: tensorrt
#  Attempting uninstall: tensorrt
#    Found existing installation: tensorrt 10.13.2.6
#    Uninstalling tensorrt-10.13.2.6:
#      Successfully uninstalled tensorrt-10.13.2.6
#Successfully installed tensorrt-8.4.1.5

http://www.dtcms.com/a/342329.html

相关文章:

  • Building Systems with the ChatGPT API 使用 ChatGPT API 搭建系统(第五章学习笔记及总结)
  • Vue3源码reactivity响应式篇之Map、Set等代理处理详解
  • OpenCVSharp 核心功能模块详解:从基础操作到实战应用
  • 2025-08-21 Python进阶5——类和对象
  • Visual Studio 在机台上远程调试详细教程
  • LeetCode 反转链表
  • imx6ull-驱动开发篇33——platform 平台驱动模型
  • 【运维进阶】Shell 变量
  • Docker--Docker网络
  • 【学习笔记】网络安全专用产品类别与参考标准
  • 【问题思考】二分查找对比三分查找(任意点查找)的优越性(熵的角度)【gemini完成】
  • 语义分割开山之作:FCN网络从入门到精通
  • 概率论基础教程第5章 连续型随机变量(三)
  • 【复杂网络技术】什么是图神经网络?
  • Elasticsearch 面试题完整笔记
  • 大数据面试常见问题
  • 【网络】http 协议中 Vary 标头的作用
  • UI自动化测试
  • 【力扣 Hot100】滑动窗口巧解字串问题
  • 鸿蒙中基础耗时分析:Time分析
  • Minecraft 1.18.2 或更高版本(如1.19.2、1.20.1)选择模组mod加载器
  • spark数据缓存机制
  • 在没有客户端的客户环境下,如何用 Python 一键执行 MySQL 与达梦数据库 SQL
  • 【开源项目】边浏览边学外语:开源工具 Read Frog 如何用 AI 重构语言学习
  • Java实战:深度解析SQL中的表与字段信息(支持子查询、连接查询)
  • 粗粮厂的基于flink的汽车实时数仓解决方案
  • Elasticsearch Ruby 客户端elasticsearch / elasticsearch-api
  • 小程序UI(自定义Navbar)
  • 【TrOCR】用Transformer和torch库实现TrOCR模型
  • yggjs_rlayout 科技风主题布局使用教程