目前情况
我这里有一台 从算法组借用的 GPU 服务器，里边是 两张 2070 Super 8GB。
使用命令查看当前的
nvidia-smi
更细系统
先对系统进行一个升级，后续避免安装依赖的过程中出现一些莫名其妙的错误。
sudo apt update
执行下面的指令，完成前置依赖的安装，可能会比较漫长：
sudo apt install -y build-essential libbz2-dev libssl-dev libffi-dev zlib1g-dev libncurses5-dev libncursesw5-dev libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev libncursesw5-dev xz-utils tk-dev libxml2-dev libxmlsec1-dev libffi-dev liblzma-dev
此外还有一些别的依赖，也一块安装了：
sudo apt install -y make build-essential libssl-dev zlib1g-dev libbz2-dev \ libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev libncursesw5-dev \ xz-utils tk-dev libffi-dev liblzma-dev python-openssl git
安装 Pyenv
直接安装 和 编译安装 二选一即可！
直接安装
curl https://pyenv.run | bash
编译安装
git clone https://github.com/pyenv/pyenv.git ~/.pyenv # 可选的编译步骤 cd ~/.pyenv && src/configure && make -C src
配置环境
安装完成之后，我们需要往环境变量中写一些内容，才可以完成后续的工作。
echo 'export PATH="$HOME/.pyenv/bin:$PATH"' >> ~/.bashrc echo 'eval "$(pyenv init --path)"' >> ~/.bashrc echo 'eval "$(pyenv virtualenv-init -)"' >> ~/.bashrc source ~/.bashrc
验证结果
pyenv --version
更新CUDA
目前项目要求的python版本是3.10，对应的Pytorch：
根据你的操作系统内容选择。这里可以看到，需要的CUDA为12.1
但是刚才我们nvidia-smi看到的CUDA是11.2。所以我们需要升级CUDA版本。
我们需要在官方找到12.1的对应要求。
目前我们的情况是：
Ubuntu 18
2070Super x2
CUDA 11.2
目标情况是：
Ubuntu 18 -> (可选择) 20LTS
CUDA 12.1（Pytorch要求）
CUDA 12.1 官方下载地址 Nvidia
打开之后，根据自己的情况，进行选项卡的选择。
这里我有科学上网，所以走 network，可能会多次重启之类的，你根据提示操作就好。
下载deb安装文件
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-keyring_1.0-1_all.deb
安装deb文件
sudo dpkg -i cuda-keyring_1.0-1_all.deb
再次更新系统，同时安装 CUDA
sudo apt-get update sudo apt-get -y install cuda
检查结果
最后更新完，我们的CUDA版本已经到了12.1：
