CUDA-Version und cuDNN unter Ubuntu prüfen und wechseln: Komplette Anleitung für NVIDIA-GPUs

1. Einführung

CUDA (Compute Unified Device Architecture) ist eine von NVIDIA entwickelte Plattform für parallele Berechnungen mithilfe von GPUs. Sie wird häufig in Bereichen wie Machine Learning, Deep Learning und 3D-Rendering eingesetzt.

Wenn Sie CUDA unter Ubuntu verwenden, ist es aus folgenden Gründen wichtig, die CUDA-Version zu überprüfen:

Kompatibilität mit dem Treiber

CUDA ist auf bestimmte Versionen des NVIDIA-Treibers angewiesen. Ohne Kompatibilität kann es zu Fehlfunktionen kommen.

Kompatibilität von Bibliotheken

Bibliotheken wie TensorFlow oder PyTorch erfordern bestimmte Versionen von CUDA und cuDNN. Es ist daher notwendig, die richtigen Versionen zu installieren.

Vermeidung von Umgebungsproblemen

Wenn mehrere CUDA-Versionen auf dem System installiert sind, müssen Sie wissen, welche Version aktiv ist und gegebenenfalls zwischen ihnen wechseln.

In diesem Artikel erklären wir Ihnen verständlich, wie Sie die CUDA-Version unter Ubuntu überprüfen können.

2. Wie prüft man die CUDA-Version unter Ubuntu?

Unter Ubuntu können Sie die CUDA-Version mit den folgenden Methoden überprüfen:

Methode 1: Über nvidia-smi (einfachste Methode)

Der NVIDIA-Treiber enthält das Tool nvidia-smi (NVIDIA System Management Interface), um den Status der GPU zu überprüfen.

Befehl

nvidia-smi

Beispielausgabe

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 530.41.03    Driver Version: 530.41.03    CUDA Version: 12.1     |
+-----------------------------------------------------------------------------+

Hinweise

• Der Abschnitt CUDA Version: 12.1 zeigt die maximal vom NVIDIA-Treiber unterstützte CUDA-Version an.
• Diese Version kann sich von der tatsächlich installierten CUDA-Toolkit-Version unterscheiden. Prüfen Sie daher auch die folgenden Methoden.

Methode 2: Über nvcc -V (für Entwickler)

Wenn CUDA korrekt installiert ist, können Sie die Version des CUDA-Compilers nvcc abfragen.

Befehl

nvcc -V

Beispielausgabe

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2023 NVIDIA Corporation
Built on Sun_Jul_30_19:09:40_PDT_2023
Cuda compilation tools, release 12.1, V12.1.105

Hinweise

• release 12.1, V12.1.105 zeigt die tatsächlich installierte CUDA-Toolkit-Version an.
• Die hier angezeigte Version kann von der Version in nvidia-smi abweichen.

Methode 3: Über version.txt (manuelle Kontrolle)

Wenn CUDA in /usr/local/cuda installiert ist, steht die Versionsinformation in der Datei version.txt.

Befehl

cat /usr/local/cuda/version.txt

Beispielausgabe

CUDA Version 12.1.105

Hinweise

• Kann auch in Umgebungen ohne nvcc -V geprüft werden.
• Stellen Sie sicher, dass /usr/local/cuda korrekt als Symlink eingerichtet ist.

3. Überprüfung der cuDNN-Version

cuDNN (CUDA Deep Neural Network) ist eine Bibliothek für Deep Learning, die zusammen mit CUDA verwendet wird.
Es ist wichtig, die cuDNN-Version zusammen mit der CUDA-Version zu überprüfen.

Methode 1: Über cudnn_version.h

Die cuDNN-Version steht in der Header-Datei cudnn_version.h.

Befehl

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

Beispielausgabe

#define CUDNN_MAJOR 8
#define CUDNN_MINOR 9
#define CUDNN_PATCHLEVEL 1

Hinweise

• Dies zeigt, dass cuDNN 8.9.1 installiert ist.
• Mit dem grep-Befehl lässt sich die cuDNN-Version einfach auslesen.
• Stellen Sie sicher, dass die cuDNN-Version zur verwendeten CUDA-Version kompatibel ist.

Methode 2: Über dpkg (nur für Debian-basierte Systeme)

Unter Ubuntu und anderen Debian-basierten Systemen können Sie die installierte cuDNN-Version mit dpkg überprüfen.

Befehl

dpkg -l | grep libcudnn

Beispielausgabe

ii  libcudnn8    8.9.1-1+cuda12.1    amd64    NVIDIA cuDNN Library

Hinweise

• Der Teil libcudnn8 8.9.1-1+cuda12.1 zeigt die cuDNN-Version (8.9.1) an.
• cuda12.1 zeigt die entsprechende CUDA-Version (12.1) an.

Nutzen Sie diese Methoden, um sicherzustellen, dass Ihre CUDA-Umgebung korrekt konfiguriert ist.

4. Umgang mit mehreren installierten CUDA-Versionen

Es ist möglich, mehrere CUDA-Versionen unter Ubuntu zu installieren. Je nach Umgebung kann es jedoch zu Verwirrungen kommen, welche Version aktiv ist.
Um die richtige Version zu verwenden, ist oft ein Wechsel notwendig.

Methode 1: Umschalten mit update-alternatives

Mit update-alternatives können Sie die CUDA-Version unter Ubuntu umschalten.

Aktuelle Einstellung prüfen

update-alternatives --query cuda

CUDA-Version wechseln

sudo update-alternatives --config cuda

Beispielausgabe

There are 3 choices for the alternative cuda (providing /usr/local/cuda).

  Selection    Path                Priority   Status
------------------------------------------------------------
* 0            /usr/local/cuda-11.8  100       auto mode
  1            /usr/local/cuda-10.2  50        manual mode
  2            /usr/local/cuda-11.8  100       manual mode
  3            /usr/local/cuda-12.1  110       manual mode

Press <enter> to keep the current choice[*], or type selection number:

Hinweise

• Mit update-alternatives --config cuda sehen Sie alle verfügbaren CUDA-Versionen.
• Durch Eingabe der entsprechenden Zahl wählen Sie die zu verwendende CUDA-Version.
• Es gibt auto mode und manual mode. Für die manuelle Auswahl nutzen Sie den manual mode.

Methode 2: Manuelle Konfiguration des Symlinks

Sie können durch Setzen eines Symlinks gezielt eine bestimmte CUDA-Version aktivieren.

Aktuellen Symlink prüfen

ls -l /usr/local/cuda

Beispielausgabe

lrwxrwxrwx 1 root root 20 Feb  1 12:34 /usr/local/cuda -> /usr/local/cuda-11.8

CUDA-Version wechseln

sudo rm /usr/local/cuda
sudo ln -s /usr/local/cuda-12.1 /usr/local/cuda

Prüfen

ls -l /usr/local/cuda

Hinweise

• /usr/local/cuda ist der Standardpfad für CUDA. Durch Ändern des Symlinks können Sie die Version wechseln.
• Mit ln -s können Sie einfach auf eine andere CUDA-Version umstellen.

Mit diesen Methoden können Sie bei mehreren installierten CUDA-Versionen gezielt die gewünschte Version auswählen und nutzen.

5. Häufig gestellte Fragen (FAQ)

Hier finden Sie häufig gestellte Fragen zur Überprüfung der CUDA-Version. Nutzen Sie diese Tipps, wenn Probleme auftreten.

Q1: nvcc -V wird nicht gefunden!

Wenn der Befehl nvcc nicht gefunden wird, ist der CUDA-Pfad möglicherweise nicht gesetzt.

Lösung 1: Überprüfen, ob CUDA installiert ist

ls /usr/local/cuda/

Lösung 2: nvcc zum PATH hinzufügen

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

Führen Sie dann nvcc -V erneut aus, um die Version anzuzeigen.

Q2: Warum stimmt die unter nvidia-smi angezeigte CUDA-Version nicht mit der installierten überein?

Die unter nvidia-smi angezeigte Version ist die maximal unterstützte CUDA-Version des NVIDIA-Treibers.

Kontrollmethode:

nvidia-smi

Beispielausgabe:

CUDA Version: 12.1

Um die tatsächlich installierte Version zu überprüfen, verwenden Sie nvcc -V oder version.txt.

Q3: Wie überprüft man die Kompatibilität zwischen CUDA und cuDNN?

Die offizielle Support-Matrix von NVIDIA ist hierfür am zuverlässigsten.

Offizielle Seite:

NVIDIA cuDNN Support Matrix

Überprüfen Sie auch mit den folgenden Befehlen, ob die installierten Versionen zusammenpassen:

CUDA-Version prüfen

nvcc -V

cuDNN-Version prüfen

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

So vermeiden Sie typische Probleme durch korrektes Management der Umgebung.

6. Zusammenfassung

In diesem Artikel haben wir ausführlich erklärt, wie Sie die CUDA-Version unter Ubuntu überprüfen.
Hier die wichtigsten Punkte im Überblick:

Methoden zur Überprüfung der CUDA-Version

Methoden zur Überprüfung der cuDNN-Version

Methoden zum Wechsel der CUDA-Version

Wichtige Hinweise

• Die korrekte Erfassung der CUDA-Version ist entscheidend
• Prüfen Sie die Kompatibilität zwischen cuDNN und CUDA sorgfältig
• Verstehen Sie die Umschaltmethoden, wenn Sie mehrere CUDA-Versionen nutzen

Mit einer gut verwalteten Umgebung können Sie das volle Potenzial von CUDA ausschöpfen.
Wir hoffen, dieser Artikel hilft Ihnen beim Management Ihrer CUDA-Umgebung unter Ubuntu.

Verwandte Artikel

Verwandter

Ubuntu: CUDA & cuDNN installieren – Die Schritt-für-Schritt-Anleitung für GPU-Computing

1. Einführung CUDA (Compute Unified Device Architecture) ist eine von NVIDIA entwickelte Parallel-Computing-Plattform u[…]

Verwandter

So installieren Sie Nvidia-Treiber unter Ubuntu ganz einfach | Der vollständige Leitfaden

So installieren Sie Nvidia-Treiber unter Ubuntu 1. Einführung: Warum Nvidia-Treiber unter Ubuntu verwenden? […]

Verwandter

Ubuntu GPU-Überprüfungsleitfaden – Verwendung und Einrichtung von nvidia-smi

1. Einführung Wenn Sie eine GPU unter Ubuntu nutzen, ist es wichtig, ihren Status genau zu überprüfen. Besonders bei Au[…]