Date: 2020/11/22
Coder: CW
Foreword:
CW 近日在自己的机子上发现，nvcc --version 和 nvidia-smi 显示出来的CUDA版本不一致，其中前者显示的版本是10.2，而后者是11.0，但是深度学习相关的程序是能正常跑的，期间GPU也确实有在使用（通过nvidia-smi可以看出）。
由于个人一贯以来的“居安思危”风格，担心这种情况会埋坑，于是查阅了相关资料进行了解，正好也弥补了这部分知识的空白。本文会先解释下 nvcc --version 和 nvidia-smi 各自显示出来的版本号的意义，然后分享下多版本CUDA切换的经验，最后再补充下如何正确选择与CUDA版本匹配的Pytorch。
nvcc & nvidia-smi
nvcc 属于CUDA的编译器，将程序编译成可执行的二进制文件，nvidia-smi 全称是 NVIDIA System Management Interface ，是一种命令行实用工具，旨在帮助管理和监控NVIDIA GPU设备。
CUDA有 runtime api 和 driver api，两者都有对应的CUDA版本， nvcc --version 显示的就是前者对应的CUDA版本，而 nvidia-smi显示的是后者对应的CUDA版本。
用于支持driver api的必要文件由 GPU driver installer 安装，nvidia-smi就属于这一类API；而用于支持runtime api的必要文件是由 CUDA Toolkit installer 安装的。nvcc是与CUDA Toolkit一起安装的CUDA compiler-driver tool，它只知道它自身构建时的CUDA runtime版本，并不知道安装了什么版本的GPU driver，甚至不知道是否安装了GPU driver。
CUDA Toolkit Installer通常会集成了GPU driver Installer，如果你的CUDA均通过CUDA Tooklkit Installer来安装，那么runtime api 和 driver api的版本应该是一致的，也就是说， nvcc --version 和 nvidia-smi 显示的版本应该一样。否则，你可能使用了单独的GPU driver installer来安装GPU dirver，这样就会导致 nvidia-smi 和 nvcc --version 显示的版本不一致了。
通常，driver api的版本能向下兼容runtime api的版本，即 nvidia-smi 显示的版本大于nvcc --version 的版本通常不会出现大问题。
多版本CUDA切换
进入以上链接下载指定版本的CUDA，这里以 CUDA Toolkit 11.0 Update 1 为例：
选择自己的操作系统、架构以及对应的安装类型。
CUDA安装(i)
安装类型建议选择 runfile 安装，使用deb的方式可能会将已安装的较新的显卡驱动替换掉。
选择完毕后根据提示的命令进行安装。
CUDA安装(ii)
接下来会出现窗口进行一些安装选项的选择，若你本地已经有了Driver并且你不想替换掉，那么可以不选择Driver进行安装。
安装完毕后，会在 /usr/local/ 目录下出现相应版本的cuda文件夹，我这里是 /usr/local/cuda-11.0/。在前言中提到，我 nvcc --version 的版本是10.2，现在我要将其替换为刚下载的11.0，那么可以：
1. 编辑 ~/.bashrc 文件
2. 更改 PATH 和 LD_LIBRARY_PATH 环境变量：
export PATH=/usr/local/cuda-11.0:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.0/lib64:$LD_LIBRARY_PATH
3. 保存内容退出，使其生效：source ~/.bashrc
现在，使用 nvcc --version 可以看到显示的版本已经是11.0了，与 nvidia-smi 的一致。
在这种方式下，每次我想使用其它CUDA版本的runtime api时，都需要更改~/.bashrc文件，这里再介绍另一种避免更改环境变量的方式：
i). 首先确保 PATH 和 LD_LIBRARY_PATH 中含有 /usr/local/cuda 路径，注意是/cuda而不是/cuda-xxx
ii). 删除之前创建的软链接：rm -rf /usr/local/cuda
iii). 建立新的软链接：sudo ln -s/usr/local/cuda-10.2/ /usr/local/cuda/ （此处代表我想使用10.2版本）
这样之后，通过 nvcc --version 可以看到CUDA runtime api的版本又切换回10.2了。
如何选择与CUDA版本匹配的Pytorch
那么 nvcc --version 与 nvidia-smi 的版本不一致的情况下，有些朋友可能就会懵了：我该如何选择与CUDA版本匹配的Pytorch呢？（炼个丹也太南了吧~！）
其实，只要上去Pytorch官网瞄瞄，细心的你应该能够发现在命令中指定CUDA版本时，用的是 cudatoolkit，而 nvcc --version 显示的版本就是通过CUDA Toolkit Installer在安装时决定的，因此，我们应该选择与 nvcc --version 对应的CUDA版本匹配的Pytorch。
Pytorch官网页面
相对而言，nvidia-smi 显示的是driver api对应的CUDA版本，若使用了单独的GPU driver Installer来安装驱动，那么nvidia-smi显示的版本与CUDA Toolkit所安装的版本就很可能不一致了。
END
许多炼丹爱好者可能都只注重花里胡哨的深度学习知识， 选择性地无视了关于硬件、GPU、计算芯片等方面的知识，这样，自己的短板就未免过于明显了。虽然不要求洋洋精通，但只要是与你从业领域相关的知识都应或多或少有所涉猎，这样做起事来才能得心应手。
另外，关于GPU与CUDA的知识可参考这篇文章 GPU与CUDA知识揭秘 ，内容全面同时也叙述简洁，非常棒，感恩乐于分享知识的朋友！
网友评论