以下列举我对实验室4090的操作，目的是为了让实验室所有人都有隔离的沙盒环境，节省硬盘以及更方便一听说老师买了24G 4090，真的超级兴奋！！！
英伟达驱动安装
略，网上教程很多
CUDA和CuDNN安装
当我们安装好驱动，一般来说输入nvidia-smi就能看到支持的最高CUDA版本，在conda虚拟环境就可以任意安装最高CUDA以及以下版本
但是为了有时候可以直接使用，于是也在服务器安装了一个版本
CUDA安装教程跟随英伟达官网，so easy，如果有提示cp一个key，按照提示即可，然后就能安装。
接下来，我与网上处理方式不一样的是，我在/etc/bash.bashrc加入
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.8/lib64 export PATH=$PATH:/usr/local/cuda-11.8/bin export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.8
这样所有用户都能使用了。放在/etc/profile目录会造成非root无法读取。
输入nvcc -V验证
注意对应好版本对应关系！
CUDNN，我使用deb方式安装，这可比压缩包方便。
sudo dpkg -i cudnn-local-repo-${OS}-8.x.x.x_1.0-1_amd64.deb # # # # Import the CUDA GPG key. sudo cp /var/cudnn-local-repo-*/cudnn-local-*-keyring.gpg /usr/share/keyrings/ # # # # Refresh the repository metadata. sudo apt-get update # # # Install the runtime library. sudo apt-get install libcudnn8=8.x.x.x-1+cudaX.Y # # Install the developer library. sudo apt-get install libcudnn8-dev=8.x.x.x-1+cudaX.Y # Install the code samples and the cuDNN library documentation. sudo apt-get install libcudnn8-samples=8.x.x.x-1+cudaX.Y
python pip国内源统一设置
在/etc/pip.conf输入国内源的配置，这样以后所有用户都不用再单独配置了。
在ubuntu上安装miniconda虚拟环境实现多用户共享访问
前言: 本文根据扩充而来
本文将实现：
- root用户安装
- root共享环境
- 多用户自行创建环境且隔离
软件下载与安装
我喜欢下载miniconda，anaconda太大了，没有必要，建议通过清华软件源快速下载。
su root sudo bash xxx.sh
- 回车开始安装
- 阅读并输入
yes - 指定安装目录，例如
/opt/miniconda3。 - 等待安装完成
使用vim编辑/etc/bash.bashrc
在末尾添加
export PATH=/opt/anaconda3/bin:$PATH /opt/miniconda3/bin/conda init bash >/dev/null
然后source /etc/bash.bashrc更新
接下来给目录赋予权限
chmod 777 -R /opt/anaconda3 # 设置子继承，以后文件都是777 chmod -R g+s /opt/anaconda3
这直接让所有人都能够修改,我觉得个人用户环境被隔离，其它人不能修改就很🆗了，大家修改root环境也没啥事，大部分人也不使用root共享环境。
如果非要root共享环境不能被其他人修改，则如知乎一样创建一个用户组。
统一配置 conda设置
在安装目录下新建.condarc文件并写入
envs_dirs: - /opt/miniconda3/envs - ~/.conda/envs # 国内源配置...
由root用户创建的环境会保存在/opt/miniconda3/envs中，所有anaconda组成员都可以访问。
用户自己创建的环境则会保存至~/.conda/envs中，但是所有下载的pkg会共享在/opt/miniconda3/pkgs中，即如果是别人装过的包（比如下载缓慢的PyTorch）则不用重新下载。
关于umask
前述的机制是通过组读写权限完成的，意味着 anaconda 的文件需要有用户组的读与写权限。普通用户的默认 umask 是 0002，提供了用户组写仅限，但 root 用户的0022并没有。因此在使用 root 用户创建共享环境前需要修改 umask。
umask 0002 conda create -n env_name python # 示例 umask 0022 # 你可能会想恢复原值
否则会导致其它用户无权访问某些新下载的包的缓存等问题。在这种情况下，可以找到相应的文件并为其附加用户组写权限chmod g+w。
挂载机械硬盘
一些大数据文件在这上面，有利于节省固态硬盘的空间
- 通过
df -T -h查看什么盘，比如是/dev/sda1 - 创建挂载点，
mkdir /data - 挂载硬盘
mount /dev/sda1 /data df -h查看结果- 查看硬盘id，
sudo blkid /dev/sda1,复制UUID - 开机启动自动挂载
vim /etc/fstab
\#加入UUID=15b8a971-c3a1-40c5-8c99-92c3b67266a0 /data ext4 defaults 0 0 sudo mount -asudo rebot
有了机械硬盘，我们可以把conda虚拟环境都搬上面
我们修改安装目录的.condarc文件
envs_dirs: - /data/conda/envs - /opt/miniconda3/envs pkgs_dirs: - /data/conda/pkgs
同时对/data/conda目录设置777权限和子文件权限继承
虽然这样移动到机械硬盘上了，但是都在envs文件，理论上用户环境隔离，可是同名文件夹还是会冲突，因此
建议每个新用户都在自己目录新建.condarc，
cd ~ sudo vim .condarc # 再增加一条这个，就不会冲突了 envs_dirs: - /data/conda/envs/<username>/envs
以一个用户名多一层目录，怎么样都不会冲突
内网穿透
使用我之前发的
创建新用户名
我之前喜欢一个CSDN博主提供的一个办法，但我发现他的办法还要往/etc/sudoers/写数据，写之前还要修改权限，太麻烦了，而且哪天要把毕业人的账号给删了，还要修改文件，权限…头大，这时候我发现了好办法,只需要三步:
切换root账号：su，或者不切换，用一个有sudo权限的用户，即可。
使用命令添加：adduser <yourname>
直接添加到sudo用户组即可，不用再配置文件了：adduser <yourname> sudo or usermod -aG sudo dyedd
其实还有第四步，也就是重新登录<yourname>用户。
最后附上我们伟大的4090显卡
