CUDA和PyTorch在Ubuntu 20.04与22.04上的安装差异大吗？

在 Ubuntu 20.04 和 22.04 上安装 CUDA 和 PyTorch 的主要差异不大，但存在一些需要注意的细节。以下是关键差异和安装建议：

1. 系统依赖差异

• Ubuntu 20.04：默认使用 GCC 9，CUDA 11.x 官方支持 GCC 9。
• Ubuntu 22.04：默认使用 GCC 11，部分 CUDA 版本（如 CUDA 11.x）可能需要降级 GCC 或使用更高版本 CUDA（如 CUDA 12.x）来兼容。

2. CUDA 安装差异

Ubuntu 20.04

• 推荐 CUDA 版本：CUDA 11.x（如 11.8）与系统兼容性较好。
• 安装命令示例（CUDA 11.8）：

  wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
  sudo sh cuda_11.8.0_520.61.05_linux.run

Ubuntu 22.04

• 推荐 CUDA 版本：优先选择 CUDA 12.x（如 12.1），原生支持 GCC 11。
• 如果必须使用 CUDA 11.x，可能需要手动降级 GCC（不推荐）或使用 conda 环境安装 CUDA。
• 安装命令示例（CUDA 12.1）：

  wget https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda_12.1.0_530.30.02_linux.run
  sudo sh cuda_12.1.0_530.30.02_linux.run

3. PyTorch 安装差异

PyTorch 安装命令主要取决于 CUDA 版本，与 Ubuntu 版本无关。但需注意：

• Ubuntu 22.04 + CUDA 12.x：使用 PyTorch 官方提供的 CUDA 12.x 安装命令。
• Ubuntu 20.04 + CUDA 11.x：使用对应的 CUDA 11.x 命令。

PyTorch 安装示例

• CUDA 11.8（适用于 Ubuntu 20.04/22.04）：

  pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

• CUDA 12.1（推荐用于 Ubuntu 22.04）：

  pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

4. 驱动兼容性

• Ubuntu 22.04：默认使用较新的内核（如 5.15+），需要安装 NVIDIA 驱动 ≥ 515 以支持 CUDA 12.x。
• Ubuntu 20.04：内核较旧（如 5.4+），驱动兼容性更广（≥ 450 即可支持 CUDA 11.x）。

5. 推荐安装方案

Ubuntu 20.04

# 1. 安装驱动（推荐使用驱动版本 ≥ 470）
sudo apt install nvidia-driver-470

# 2. 安装 CUDA 11.8（兼容性好）
# 从 NVIDIA 官网下载 runfile 或使用网络安装包

# 3. 安装 PyTorch（CUDA 11.8）
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

Ubuntu 22.04

# 1. 安装驱动（推荐使用驱动版本 ≥ 525）
sudo apt install nvidia-driver-525

# 2. 安装 CUDA 12.1（原生支持 GCC 11）
# 从 NVIDIA 官网下载 runfile

# 3. 安装 PyTorch（CUDA 12.1）
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

6. 注意事项

1. 使用 conda 简化安装：通过 conda 安装 PyTorch 可自动处理 CUDA 依赖，避免系统环境冲突。

   conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch

2. 验证安装：安装后运行以下命令验证：

   import torch
   print(torch.cuda.is_available())  # 应返回 True
   print(torch.version.cuda)         # 查看 CUDA 版本

总结

• 差异主要在于：Ubuntu 22.04 的 GCC 版本较新，推荐使用 CUDA 12.x 以避免兼容性问题。
• 安装流程相似：驱动 → CUDA → PyTorch，但需根据系统版本选择匹配的 CUDA 版本。
• 建议：优先使用 Ubuntu 22.04 + CUDA 12.x + PyTorch（CUDA 12.1） 组合，以获得更好的长期支持和新特性。