Ubuntu 20.04(linux) cuda(12)+cudnn的deb方式安装以及验证（宝宝也适用哟）

在Ubuntu 20.04上，使用deb方式安装CUDA 12和cuDNN的大致步骤如下：

1. 安装CUDA Toolkit 12.0。
2. 安装cuDNN库。
3. 验证安装。

安装CUDA Toolkit 12.0

首先，前往NVIDIA官方网站下载CUDA Toolkit 12.0的deb安装包。

然后，在终端中运行以下命令安装CUDA Toolkit：

sudo dpkg -i cuda-repo-<distro>_<version>_amd64.deb  # 安装CUDA仓库
sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/<distro>/x86_64/7fa2af80.pub  # 导入公钥
sudo apt-get update  # 更新软件包列表
sudo apt-get install cuda  # 安装CUDA Toolkit

安装cuDNN库

前往NVIDIA官方网站下载与CUDA 12.0对应的cuDNN库。你需要注册并登录NVIDIA账户才能下载。

下载后，在终端中运行以下命令解压并安装cuDNN：

tar -xzvf cudnn-<version>-linux-x64-v<version>.tgz  # 解压cuDNN压缩包
sudo cp cuda/include/cudnn*.h /usr/local/cuda/include  # 头文件
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64  # 库文件
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*  # 设置权限

验证安装

为了验证CUDA和cuDNN是否安装成功，你可以编写一个简单的CUDA程序来运行一些CUDA操作，比如创建一个CUDA设备（GPU），并检查它是否返回了一个有效的设备。

以下是一个简单的CUDA程序示例，它会尝试初始化CUDA环境并检查设备：

// test_cuda.cu
#include <cuda_runtime.h>
#include <iostream>
 
int main() {
    int deviceCount = 0;
    cudaError_t cudaResult = cudaGetDeviceCount(&deviceCount);
 
    if (cudaResult != cudaSuccess) {
        std::cerr << "CUDA Runtime Error: " << cudaGetErrorString(cudaResult) << std::endl;
        return 1;
    }
 
    if (deviceCount == 0) {
        std::cout << "There is no device." << std::endl;
    } else {
        std::cout << "Found " << deviceCount << " device(s)." << std::endl;
    }
 
    return 0;
}

编译这个程序需要使用NVCC编译器，它是CUDA的编译工具：

nvcc test_cuda.cu -o test_cuda

运行编译后的程序：

./test_cuda

如果一切正常，你应该能看到输出显示了可用的CUDA设备数量。如果系统没有检测到任何设备，或者CUDA运行时错误，那么可能是安装出了问题。