在conda环境中安装nvcc/cuda-toolkit

本文最后更新于:2025年4月13日 晚上

前言

作为赛博洁癖,新配的服务器不想管理复杂的cuda环境,因此正在测试除了驱动外其他所有的cuda相关组件通过conda管理的可行性,因此产生此文作为配置记录方便后续查询。本文针对特定版本做管理,默认以 12.4 版安装,在 4090 和 A100 环境下可以使用。

前置条件:系统上已经安装英伟达驱动。

Conda可以安装什么?

除了ffmpeg可以直接用conda安装之外,nvcc等一系列工具都可以直接通过conda管理,实现多个环境之间隔离。以下内容均在激活的conda环境内进行,表示在该环境下安装工具。

nvcc

cuda 编译工具,这个包是最重要的一个,在 conda 中安装完全可以替代在系统内进行安装和管理。

conda install -c nvidia cuda-nvcc

安装之后通过nvcc -V检查是否安装成功。

两个通过 nvcc 解决的问题:

  • 在安装DeepSpeed时出现如下错误,发现是没有nvcc,通过在conda内直接安装nvcc解决

    CUDA_HOME does not exist, unable to compile CUDA op(s)

  • 安装 Flash Attention 时找不到 CUDA_HOME 的问题也可以通过这个包解决

    1
    2
    export CUDA_HOME="your conda env path"
    pip install flash-attn --no-build-isolation

cuda-compiler

cuda 相关的包,具体安装的包如图:

1
conda install -c nvidia cuda-compiler

cuda-compiler

pytorch-cuda

从 pytorch 官网拷贝的下载方法,安装 pytorch-cuda 同时会安装部分和 cu 相关的 toolkit lib。

由于 conda 源中的 cudatoolkit 不更新 12 版本以上的包,因此这个包基本上是必装的。

1
conda install pytorch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 pytorch-cuda=12.4 -c pytorch -c nvidia

cuda-toolkit

⚠️注意不是cudatoolkit无减号版,这是两个不同的包,这个一般情况下不用装。

conda install -c nvidia cuda-toolkit

安装结果


在conda环境中安装nvcc/cuda-toolkit
https://ash-one.github.io/2024/11/28/zai-conda-huan-jing-zhong-an-zhuang-nvcc-cudatoolkit-cudnn/
作者
灰一
发布于
2024年11月28日
许可协议