DGX Spark(Ubuntu24.04)下编译安装OpenCV
Ubuntu下一键编译安装OpenCV
为了让这个英伟达的产品能跑我的视频拼接程序，需要装OpenCV，这个主要是记录关于CUDA相关的东西。
注意！！！这个教程比较不0基础，属于对编译安装有一定了解后来参考。
参考:
Ubuntu 20.04下多版本CUDA的安装与切换 超详细教程
AI:GPU 算力与 CUDA 版本对应关系
1.安装miniconda
首先安装miniconda，放一个清华源，创建一个虚拟环境来承载编译安装的OpenCV库，方便后续AI的开发。
这个还是很容易的，最后一个yes就不需要自己配环境了。
2.安装CUDA和cudnn
如果显卡驱动没有安装的话，安装一个官方推荐的版本，会有recommend的提示。
这里一定要去找到支持GPU计算架构的CUDA，否则编译会出错。这个是wiki的，感觉比官网查更方便
查找GPU算力，英伟达官网
CUDA兼容的计算架构，官网
CUDA 安装
因为可以装很多个CUDA，这里只需要更新软链接就行。
这个是CUDA Toolkit的下载地址，找到需要的版本，推荐runfile方式安装。
执行命令安装，把驱动选项删除，如果是替代原有的CUDA，显示update的时候，选择yes就可以，无需进行后续的环境变量配置。
检查安装的版本
nvcc -V
正常情况下覆盖的就会显示自己最后安装的版本.
最初不知道去哪里查询当前的cuda版本之前哪些计算架构，可以使用下面的命令查看
nvcc --list-gpu-arch
如果没有更新软链接，那么恭喜，你需要进行下面的配置。
配置环境变量
1 更新软连接
(1) 进入 /usr/local 目录下
cd /usr/local(2) 删除原有的软连接
sudo rm -rf cuda(3) 新建软连接，将其连接到
cuda-xy.z，x、y、z换成你安装的版本sudo ln -s /usr/local/cuda-xy.z /usr/local/cuda(4) 验证安装
nvcc -V2 写入环境变量（可选）
(1) 打开配置文件
sudo gedit ~/.bashrc(2) 写入所需的环境变量
export PATH=$PATH:/usr/local/cuda/bin export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64 export CUDA_HOME=$CUDA_HOME:/usr/local/cuda(3) 更新环境变量
source ~/.bashrc
cudnn安装
cudnn安装就是把文件放到对应的文件夹就可以
选择适合自己 CUDA 版本的 cuDNN 下载，官网。
下载完成后解压，怎么解压就不写了，一般 tar -xvf 即可，不会的话去找教程，进入后有lib、include两个文件夹。
执行两条命令：x要换成自己的版本
sudo cp lib/* /usr/local/cuda-xx.x/lib64/
sudo cp include/* /usr/local/cuda-xx.x/include/
验证安装
cat /usr/local/cuda-11.8/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
3 安装OpenCV
使用一键安装脚本,脚本地址. 可能会出现文件下载不了,这时候需要使用替换大法
需要注意的是, 运行前要安装numpy和修改python的地址. 以及根据需要修改opencv的版本.
