WSL2安装Cuda和cudnn

CUDA Toolkit

这里主要参考了官方教程：CUDA on WSL (nvidia.com)

由于Windows的Nvidia Driver提供了对WSL的支持，所以我们不需要像双系统那样重新在Ubuntu上安装Nvidia驱动，只需要安装CUDA Toolkit即可。实际上需要的CUDA版本与你的pytorch有关。

版本较新的CUDA一般需要较新版本的Nvidia驱动支持，从Support Matrix — NVIDIA cuDNN 可以查询对应关系，如果需要应该更新显卡驱动版本。

在检查完驱动后，进入官网下载CUDA Toolkit，这里我们选择本地安装程序deb_local（它不包含NVIDIA Linux GPU驱动程序），按照指示进行即可

CUDA Toolkit 12.6 Update 3 Downloads | NVIDIA Developer

但要注意如果之前已经安装了其它版本的CUDA，现在则需要在apt install时指定版本

sudo apt-get -y install cuda-11-1

配置环境变量，写入~/.bashrc

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

这里的cuda实际为软链接，可通过stat或readlink命令进行查询

cd /usr/local
stat cuda    % File: cuda -> cuda-11.1

readlink /usr/local/cuda

如果安装了多个版本的cuda需要切换，则更改软链接指向

sudo rm -rf cuda
sudo ln -s /usr/local/cuda-9.0 /usr/local/cuda

或者

sudo ln -sf /usr/local/cuda-11.1 /usr/local/cuda

-s: 创建符号链接。
-f: 如果目标已经存在，强制删除并覆盖。

Cudnn

Cudnn的版本需要和CUDA对齐：https://docs.nvidia.com/deeplearning/cudnn/latest/reference/support-matrix.html
下载tar文件：Index of /compute/cudnn/redist/cudnn/linux-x86_64 (nvidia.com) ，可以复制对应的链接使用wget命令下载

wget URL

解压缩刚刚的tar文件

tar -xvf cudnn-linux-xxx

复制到cuda toolkit文件夹中

sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include 
sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64 
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

实际上这里的 /usr/local/cuda为软链接，如果你除了刚刚的安装外没安装过其它的cuda版本，它指向了实际的 /usr/local/cuda-xx.xx ，但如果你已经安装了多个版本，要注意这里应该替换在对应的CUDA版本里