基于稳定性和现有版本，本文主要以nvidia-driver-530版本的驱动为例，介绍CUDA的安装方法；

一、组件版本

宿主机操作系统：Ubuntu20.04

NVIDIA驱动：Driver Version: 530.30.02

CUDA版本：11.8

二、安装过程

CUDA和cnDNN是支持NVIDIA支持GPU的两个库，分别用于高性能计算和深度神经网络计算的支持。

CUDA（Compute Unified Device Architecture）：是NVIDIA支持GPU的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。可以看作使能GPU的驱动程序或算法SDK。

cuDNN：是基于CUDA的深度学习GPU加速库，有了它可以在GPU上完成高效的深度学习计算。

由上图可知，本文采用的530驱动，最高可支持12.2版本的CUDA，本文为保证机器学习的稳定性和对tensorflow与pytorch等工具库的兼容，参考下图pytorch和tensorflow的版本要求，本文采用11.8版本的CUDA，参考tensorflow所支持的套件，选择8.6版本的cudnn。

注意：其中CUDA和cudnn需要下载对应架构的版本，主要为x86_64和arm（arch64），本文以x86_64的版本为例。

下载并安装11.8版本的cuda：

#下载runfile，安装方式最简洁
wget xxx/cuda_11.8.0_520.61.05_linux.run #在官网下载对应版本的cuda，此处下载的是11.8版本
sudo sh cuda_11.8.0_520.61.05_linux.run

输入上述代码后输入continue；

遇见上图问题，输入accetp；

随后遇到上图问题，不勾选第一项Driver，因为驱动已经安装过了，选择install；

安装好CUDA后，设置环境变量：

sudo vim ~/.bashrc
#在./bashrc文件最后一行加上如下两句
export PATH=/usr/local/cuda-11.8/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64\${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
:wq! #命令行输入该命令退出vim并保持修改内容
#执行更新后的./bashrc
source ~/.bashrc

#检查CUDA是否安装正确，显示版本号就正确安装
nvcc --version

至此，完成CUDA的安装。