在同一台机器上安装Nvidia CUDA ver10会破坏CUDA ver9吗？
在同一台机器上安装Nvidia CUDA ver10不会破坏CUDA ver9。Nvidia CUDA是一种并行计算平台和编程模型，用于利用Nvidia GPU的计算能力。不同版本的CUDA可以共存于同一台机器上，并且不会相互破坏。
安装不同版本的CUDA可以让开发人员在不同的项目中使用不同的CUDA版本进行开发和测试。这样可以确保旧的项目能够继续正常运行，并且可以利用新版本的CUDA来开发新的功能。
对于安装CUDA的过程，可以参考Nvidia官方文档提供的安装指南。在安装过程中，需要根据操作系统和硬件配置选择合适的CUDA版本，并按照指南进行安装和配置。
腾讯云提供了GPU实例，可以在云上进行CUDA开发和计算任务。腾讯云的GPU实例包括了Nvidia GPU和CUDA开发环境，可以满足各种计算需求。您可以通过腾讯云官方网站了解更多关于GPU实例的信息：https://cloud.tencent.com/product/cvm_gpu
总结起来，安装Nvidia CUDA ver10不会破坏CUDA ver9，可以在同一台机器上共存，并且可以根据需要选择合适的CUDA版本进行开发和计算任务。
相关·内容
我目前在cuda ver9.0上使用pytorch和tensorflow。我正在考虑是否安装最新的cuda版本10，安装cuda v10会破坏cuda v9吗？这两个可以在同一台台式PC上共存吗？在安装cuda v10之后卸载cuda v9
浏览 18提问于2019-05-19得票数 0
回答已采纳
只是检查我是否能够安装2种不同的库达版本的窗口。Windows 10 pro
GTX 1080Ti
浏览 0提问于2018-07-23得票数 7
回答已采纳
2回答
CUDA样本导致机器崩溃
、、、、
我计划开始使用CUDA在一台带有Kubuntu12.04LTS和Quadro卡的机器上。我使用来自.deb的安装了CUDA5.5，而且安装工作似乎进行得很顺利。然而，当我按顺序运行这些示例时，其中一些会破坏我的显示，而另一些则会使我的计算机崩溃。
是什么导致了坠机？我怎么才能修好它？我要提到的是，我的NVidia卡是这台机器唯一的显示适配器，但这不应该使CUDA崩
浏览 5提问于2013-09-30得票数 0
回答已采纳
由于图像存储在.h5文件中，不适合存储在内存中，因此我使用Keras来训练使用fit_generator函数的卷积神经网络。我使用了两台不同的机器，它们都有相同的问题。我的猜测是这是一个与安装/配置相关的问题，但我不知道如何修复它。在两台机器上都安装了Tensorflow，如下所示：https://www.anaconda.com/blog/developer-blog/tensorflow-
浏览 90提问于2019-01-04得票数 0
至少我们中的一些人在远程服务器上开发了我们的CUDA代码。而且它们通常只在SSH连接上提供访问。可以在远程计算机上使用这样的命令来分析CUDA应用程序(或内核)。我的问题是，是否可以在没有启用CUDA设备的计算机上使用可视分析器打开该文件？是否有任何其他工具可以打开此类文件并提供与Visual类似或更丰富的信息。我确实收到这样一个错误：“无法找到CUDA库并与CUDA驱动程序建立连接。请确保CUDA和CUDA
浏览 0提问于2013-04-10得票数 4
回答已采纳
最近，在成功安装和测试了带有GPU支持的Tensorflow之后，我遇到了一个问题。...('Extracting', 'MNIST_data/t10k-labels-idx1-ubyte.gz') I tensorfl
浏览 2提问于2016-08-18得票数 4
我已经在我的笔记本电脑上安装了cuda.7.0.28。我尝试运行其中一个示例文件。我运行了deviceQuery项目，得到了这样的消息：-> no CUDA-capable device is detected然后，我运行nvidia-smi.exe文件，得到以下消息：如你所见，上面写着“不支持”。
浏览 1提问于2015-06-07得票数 2
我在研究OS高塞拉。在这台机器上，我没有Nvidia GPU，因此我想在远程Ubuntu上开发和运行我的代码。我使用ssh连接到我的家用ubuntu桌面。我已经在这两台机器上安装了CUDA工具包9.2。我遵循 -使用nsight (来自示例的简单cuFFT )创建了新的cuda项目，并设置了远程连接。run program "/Developer/NVIDIA/
浏览 1提问于2018-07-20得票数 0
回答已采纳
我正尝试在GCP (Google Cloud Platform)上使用pytorch。代码库要求在常规CUDA之上使用nvcc。
我已经尝试了几种方法，但到目前为止都没有奏效。1) NVIDIA ()部署模板。模板已配置cuda，但未配置nvcc。它建议运行apt install nvidia-cuda-toolkit来安装nvcc，这确实适用于nvcc安装，但破坏了整个cuda。
浏览 3提问于2019-09-18得票数 1
1回答
离线安装CUDA运行时包
、、、
我正试图将CUDA运行时包安装在一台无法访问互联网的机器上。现行方法：http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub
apt-key add /tmp/<
浏览 0提问于2018-12-18得票数 0
回答已采纳
1回答
我正在开发一台电脑，Nvidia驱动程序和Cuda是由其他人安装的，所以我不知道他们用来安装它们的方法。在/usr/local/中有两个目录cuda和cuda.10.0。运行nvidia-smi将输出：
这让我相信系统上安装了两个cuda版本，这导致了一些错误。在之后，我首先执行了以下操作，从而移除了
浏览 9提问于2021-04-18得票数 0
回答已采纳
2回答
我正试图在Fedora 24工作站上编译NVIDIA CUDA。gcc版本晚于4.9不支持！我安装了：我如何在我的机器上安装gcc 4.9？我的问题与这个一有关，但是在这个问题上没有告诉如何在同一台机器上安装不同的gc
浏览 0提问于2016-07-04得票数 7
1回答
我试图在一台安装了OpenGL 4.18图形驱动程序和CUDA10.1的机器上编译NVidia代码。它目前没有与命令行上的OpenGL (如-lGL )链接。最近，我用本地runfile安装程序的CUDA10.1安装了我的Ubuntu18.04LTS机器。我说过要在安装程序中安装所有的东西。有些程序(不是我创建的)编译，但是当我试图运行它们时，<
浏览 0提问于2020-01-08得票数 0
我有两台擎天柱笔记本电脑，一台有820米和14.04台，一台有980米和15.10米。在15.10下，glmark2直到第一次Ubuntu更新才开始工作，从那以后一直在崩溃，我手工编译的版本也是如此。安装10并没有破坏我的grub/ubuntu，但微软“非自愿”推动的其中一项更新确实给我留下了两台机器上的坏grub提示，至少这是我的理论，因为我在最初的10次“升级”之后检查了我的Ubunt
浏览 0提问于2015-08-16得票数 0
我想安装CUDA8.0，但是当我使用Nvidia提供的*.deb文件而不是*.run安装程序时，我得到了CUDA7.5。我按照指示在Nvidia网站上安装：我安装了：.肯定有不正确的地方，因为当我从同一个页面使用安装程
浏览 0提问于2018-06-27得票数 1
6回答
我在没有nvidia显卡的Windows 7上安装了CUDA Toolkit 3.2、CUDA SDK和MS Visual Studio 2008 (不必按此顺序)。但当我尝试运行CUDA代码时，无法识别CUDA关键字。我是个初学者。请告诉我我哪里做错了。
谢谢
浏览 1提问于2011-01-17得票数 1
回答已采纳
2回答
我有一个工作站，带有一个运行Ubuntu20.04的NVidia RTX A5000。在今天的事件之前，我能够使用SSH连接到我的工作站，并在Mac上使用OpenGL窗口呈现XQuartz。这次我重新启动了机器并获得了登录屏幕。打开“附加驱动程序”显示，我回到了手动安装的(和by )驱动程序(我也通过运行nvidia-smi确认了这一点)。我在某个地方读到这可能是由于Nvidia驱动程序造成的，所以我决定卸载nvidia-driver
浏览 0提问于2022-06-07得票数 2
背景
几个月前，我尝试安装支持GPU的Tensorflow，但版本要么破坏了我的显示器，要么不能与Tensorflow一起工作。最后，我遵循了一个关于如何在同一台机器上安装多个版本的CUDA库的，从而使其正常工作。这在当时是有效的，但当我在几个月后回到项目中时，它已经停止工作了。我猜想在那段时间里有一些驱动程序升级了。我猜是我安装了那个版本，后来又把它删除了，所以配置文件就留下来了。$ dpkg --list|gre
浏览 5提问于2019-02-07得票数 1
回答已采纳
我在一台带有Nvidia GTX 1050 GPU的Windows 10机器上安装了PyTorch。我已经安装了CUDA工具包，并使用对其进行了测试，这一切进展顺利，包括执行建议的测试。但是，torch.cuda.is_available()返回False。我怎么才能解决这个问题？
浏览 3提问于2019-07-28得票数 16
回答已采纳
当我在不同的GPU(机器)上使用相同的随机种子运行完全相同的实验(用于训练图像分类的神经网络的相同代码)时，我观察到了最终精度的奇怪行为。我只用了一个GPU。准确地说，当我在一台machine_1上运行实验时，准确率为86,37。当我在machine_2上运行实验时，准确率为88,0。当我在同一台机器上多次运行实验时，没有可变性。PyTorch和CUDA<
浏览 27提问于2020-09-17得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
