前言
cuda版本最新是10.0。
但目前最适合我们的则是9.2或者9.1。
如果我们因为某些原因想同时使用两个版本的话，应该怎么样呢？
很简单！一起按步骤来吧。
安装cuda和cudnn
关于具体的安装步骤可以查看这个网址：https://cloud.tencent.com/developer/article/1150185
之前已经详细地说明了，不同版本其实也是大同小异，我们唯一需要注意的是，之前已经安装过一个版本，继续安装新版本的时候，我们的设置选择需要稍微修改一下：
代码语言：javascript复制Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 396.80?
(y)es/(n)o/(q)uit: n
#如果在这之前已经安装好更高版本的显卡驱动就不需要再重复安装，如果需要重复安装就选择 yes,注意需要关闭图形界面。
Install the CUDA 9.0 Toolkit?
(y)es/(n)o/(q)uit: y
Enter Toolkit Location
[ default is /usr/local/cuda-9.0 ]:
#一般选择默认即可，也可以选择安装在其他目录，在需要用的时候指向该目录或者使用软连接 link 到 /usr/local/cuda。
Do you want to install a symbolic link at /usr/local/cuda?
# 这个看你自己，看当前是想用现在按照的cuda版本还是之前已经安装的cuda版本，这里我选择使用之前的cuda版本
(y)es/(n)o/(q)uit: n
---------------------
# 其他设置和之前相同即可安装过程与之前无异，cudnn放到相应的文件夹中即可。
修改.bashrc
安装好两个版本的cuda之后，我们需要修改.bashrc文件，和官方说明的一样，我们在.bashrc文件中添加配置路径，一般来说如果我们按照cuda-9.1需要这样写：
export PATH=/usr/local/cuda-9.1/bin${PATH: :${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64${LD_LIBRARY_PATH: :${LD_LIBRARY_PATH}}如果我们同时安装了cuda-9.1和cuda-9.2的时候，可能想到是这样写：
export PATH=/usr/local/cuda-9.1/bin${PATH: :${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64${LD_LIBRARY_PATH: :${LD_LIBRARY_PATH}}
export PATH=/usr/local/cuda-9.2/bin${PATH: :${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.2/lib64${LD_LIBRARY_PATH: :${LD_LIBRARY_PATH}}这样写并没有什么问题，因为我们的深度学习库是按照/usr/local/cuda这个链接来进行寻找cuda模块的，只要我们将cuda进行正确的软连接，那么在实际运行中并没有什么问题。
但是这样并不是很优雅，而且在使用一些其他cuda命令的时候很有可能寻找错误，为此我们将配置文件直接改成如下即可：
代码语言：javascript复制export PATH=/usr/local/cuda/bin${PATH: :${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH: :${LD_LIBRARY_PATH}}这样我们在切换软连接的时候，系统就可以自动根据我们的软连接查找相应的路径了。
切换软连接
切换软连接还是比较容易的，按照下方的命令即可：
代码语言：javascript复制# 查看cuda此刻的链接
prototype@prototype-X299-UD4-Pro:/usr/local$ stat cuda
File: 'cuda' -> '/usr/local/cuda-9.1'
Size: 19 Blocks: 0 IO Block: 4096 symbolic link
Device: 802h/2050d Inode: 14288660 Links: 1
Access: (0777/lrwxrwxrwx) Uid: ( 0/ root) Gid: ( 0/ root)
Access: 2018-11-29 09:55:32.198913134 0800
Modify: 2018-11-29 09:55:04.186653444 0800
Change: 2018-11-29 09:55:04.186653444 0800
Birth: -
# 切换cuda-9.1 为 cuda-9.2
prototype@prototype-X299-UD4-Pro:/usr/local$ sudo ln -s /usr/local/cuda-9.2 /usr/local/cuda
prototype@prototype-X299-UD4-Pro:/usr/local$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Tue_Jun_12_23:07:04_CDT_2018
Cuda compilation tools, release 9.2, V9.2.148
# 切换 cuda-9.2 为 cuda-9.1
prototype@prototype-X299-UD4-Pro:/usr/local$ sudo rm -rf cuda
prototype@prototype-X299-UD4-Pro:/usr/local$ sudo ln -s /usr/local/cuda-9.1 /usr/local/cuda
prototype@prototype-X299-UD4-Pro:/usr/local$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Nov__3_21:07:56_CDT_2017
Cuda compilation tools, release 9.1, V9.1.85需要注意的小细节
显卡驱动问题
注意不同cuda版本对显卡驱动版本的要求也不同。
对于我的情况来说，如果我想使用cuda-9.1和cuda-9.2，那么我就必须安装396.26及以上的Nvidia显卡驱动，如果只满足了390，那么就会出现cuda-9.1可以使用但9.2就检测不到了。
所以安装最新的显卡驱动即可。
关于怎么安装可以看着这里:https://cloud.tencent.com/developer/article/1150033
编译源码问题
自己在编译Pytorch最新版的时候发现，cuda-9.1并不支持gcc-7.3的版本(为了体验C -17的特性，将系统中的gcc进行了更新)。只有cuda-9.2及以上才支持，那么就有两种解决方法：
- 安装最新的cuda-9.2
- 切换回gcc-5
其实切换gcc版本和切换cuda版本都是类似的，我们的系统同样可以安装多个gcc版本，比如我的系统中就存在多个gcc版本，在安装新版本的gcc后并不会删除旧版本，因此我们可以随时切换gcc：
代码语言：javascript复制cd /usr/bin
prototype@prototype-X299-UD4-Pro:/usr/bin$ gcc
gcc gcc-ar gcc-nm gcc-ranlib
gcc-4.9 gcc-ar-4.9 gcc-nm-4.9 gcc-ranlib-4.9
gcc-5 gcc-ar-5 gcc-nm-5 gcc-ranlib-5
gcc-7 gcc-ar-7 gcc-nm-7 gcc-ranlib-7
# 切换gcc链接到gcc-7版本
sudo rm -r gcc
sudo ln -sf gcc-7 gcc
sudo rm -r g
sudo ln -sf g -7 g 
