最近在参加了mindspore的培训，之前我用的都是pytorch，使用conda安装torch时会默认安装cuda和cudnn，但mindspore不会，所以搞了一个conda虚拟环境下安装cuda和cudnn的教程

1、要先使用conda activate name命令把conda环境激活到你想要安装的那个环境。

2、执行一下命令后，会显示出源内所有的cuda版本，以及下载地址，如图所示

conda search cudatoolkit --info

3、下载cuda

找到自己想要的cuda版本后，先把cuda下载到本地。首先复制url字段里的下载链接，然后用命令cd到想要下载的目录，执行如下代码下载

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/cudatoolkit-11.8.0-h6a678d5_0.tar.bz2

4、安装cuda

执行如下命令进行安装，因为是通过本地安装的，所以需要写明本地包的路径，就是你刚才下载的，我这边下载的是cudatoolkit-11.8.0-h6a678d5_0.tar.bz2

conda install cudatoolkit-11.8.0-h6a678d5_0.tar.bz2

5、查看cuda对应的cudnn版本

使用如下命令查看conda支持的cudnn版本，注意cudnn的版本一定要和刚刚下载的cuda版本对应

conda search cudnn --info

如上图所示，cudnn8.9.8.26需要的cuda版本是11.*，我刚才安装的是11.8，满足条件

6、下载cudnn

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/cudnn-8.9.2.26-cuda11_0.tar.bz2

7、安装cudnn

conda install cudnn-8.9.2.26-cuda11_0.tar.bz2

注：如果像我一样使用torch的话，理论上Ubuntu服务器只用安装gpu驱动就可以，并不一定要安装cuda和cudnn，只需要在安装torch的时候使用conda命令指定cuda和cudnn版本即可。很多时候安装cuda和cudnn是因为代码可能需要cuda或cudnn参与编译，如果没有编译需求不安装也能运行。

这篇文章是我参加一个mindspore的培训的时候写的，我们这边服务器一般都不安装cuda和cudnn，主要是为了防止学生重复安装，造成服务器崩溃。没有cuda的话mindspore无法调用gpu，找了个替代方案。