如果独占实例里的cuda版本太低,可以使用如下方式创建新的cuda环境。
在控制台这样操作:
sudo -i
source /opt/conda/bin/activate
conda create --yes --verbose --name py38 python=3.8 ipykernel
ipython kernel install --name py38 --display-name py38
conda activate py38
conda install -c "nvidia/label/cuda-11.8.0" cuda-toolkit
- sudo -i:用root身份登录,获取最高权限。
- source /opt/conda/bin/activate:激活Anaconda环境,将系统的默认Python环境切换为Anaconda提供的环境,确保在后续的命令中使用的是Anaconda提供的工具和软件。
- conda create --yes --verbose --name py38 python=3.8 ipykernel:创建一个名为"py38"的Anaconda环境,并在该环境中安装Python 3.8和ipykernel(用于支持Jupyter Notebook和Jupyter Lab)。--yes参数用于在执行命令时自动确认所有提示,--verbose参数用于显示详细的安装过程。
- ipython kernel install --name py38 --display-name py38:在Jupyter Notebook中注册一个新的内核,以便在Notebook中使用新创建的"py38"环境。--name参数指定内核的名称为"py38",--display-name参数指定在Notebook中显示的内核名称为"py38"。
- conda activate py38:激活名为"py38"的Anaconda环境。一旦环境被激活,后续的命令将在该环境中执行。
- conda install -c "nvidia/label/cuda-11.8.0" cuda-toolkit:安装CUDA工具包。-c参数指定了要使用的Anaconda频道,其中"c"表示"channel",后面的引号内指定了要使用的频道名称。这里是"nvidia/label/cuda-11.8.0",它提供了CUDA 11.8.0版本的工具包。