简单直接没废话在ubuntu22上安装cuda11.8和cudnn8
OK，装 CUDA 11.8 是个非常稳的选择👍
（尤其对YOLO / TensorRT / PyTorch / 多路视频推理来说）
我直接给你一套Ubuntu 22.04 上“不翻车”的标准安装流程，一步一步来，你照着敲就行。
一、先说结论（你会用到的版本组合）
CUDA 11.8 + cuDNN 8.9.x← 业界最稳组合
| 组件 | 版本 |
|---|---|
| NVIDIA Driver | ≥ 520（推荐 535 / 550） |
| CUDA Toolkit | 11.8 |
| cuDNN | 8.9.x (for CUDA 11) |
| PyTorch | 官方 cu118 wheel |
| TensorRT | 8.6 / 8.5 |
二、安装前检查（很重要）
1️⃣ 看显卡 & 驱动
nvidia-smi确认：
能看到显卡
Driver Version ≥ 520
如果你现在是 550/555，完全 OK，不用降级
2️⃣ 如果你之前装过 CUDA（建议清一下）
⚠️ 如果你系统里装过 CUDA 12.x，强烈建议先清理：
sudo apt remove --purge 'cuda-*' 'nvidia-cuda-*' sudo rm -rf /usr/local/cuda* sudo ldconfig驱动不要卸载。
三、安装 CUDA 11.8（官方推荐方式）
🔹 方法一（强烈推荐）：NVIDIA 官方 apt 仓库 ⭐⭐⭐⭐⭐
1️⃣ 添加 NVIDIA CUDA 仓库
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600 sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/3bf863cc.pub sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/ /" sudo apt update2️⃣ 安装 CUDA 11.8（不装驱动）
sudo apt install cuda-toolkit-11-8✔只装 toolkit，不会动你的显卡驱动
🔹 方法二（runfile，能选项，略麻烦）
不建议，apt 更干净。
四、配置环境变量（关键）
echo 'export CUDA_HOME=/usr/local/cuda-11.8' >> ~/.bashrc echo 'export PATH=$CUDA_HOME/bin:$PATH' >> ~/.bashrc echo 'export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc source ~/.bashrc五、验证 CUDA 11.8 是否成功
nvcc -V应看到：
release 11.8六、安装 cuDNN（和 CUDA 11.8 匹配）
✅ 推荐版本：cuDNN 8.9.x (CUDA 11)
方法一：apt（最省事）
sudo apt install libcudnn8=8.9.6.50-1+cuda11.8 \ libcudnn8-dev=8.9.6.50-1+cuda11.8检查：
dpkg -l | grep cudnn终于装上了
方法二：手动（如果你要指定版本）
下载：
cudnn-linux-x86_64-8.9.x_cuda11-archive.tar.xz安装：
tar -xf cudnn-linux-x86_64-8.9.x_cuda11-archive.tar.xz sudo cp cudnn-*/include/* /usr/local/cuda-11.8/include/ sudo cp cudnn-*/lib/* /usr/local/cuda-11.8/lib64/ sudo ldconfig七、PyTorch（强烈建议这样装）
⚠️不要用系统 CUDA 编译 PyTorch
直接用官方 cu118 wheel：
pip install torch torchvision torchaudio \ --index-url https://download.pytorch.org/whl/cu118验证：
import torch print(torch.cuda.is_available()) print(torch.version.cuda) print(torch.backends.cudnn.version())八、TensorRT（可选但你大概率会用）
| TensorRT | CUDA |
|---|---|
| 8.6.x | 11.8 |
| 8.5.x | 11.8 |
apt 或 NVIDIA tar 包都可以。
九、Docker 场景（你很可能用）
宿主机只要：
驱动
CUDA Toolkit（可选）
Docker 里用：
nvcr.io/nvidia/cuda:11.8.0-cudnn8-runtime-ubuntu22.04十、⚠️ 常见翻车点（提前避雷）
❌ CUDA 11.8 + cuDNN 9（不兼容）
❌ PyTorch pip 默认源（CPU 版）
❌ 系统同时存在/usr/local/cuda指向 12.x
❌ 装 toolkit 时把 driver 一起装了
❌ LD_LIBRARY_PATH 混乱
