Google Colab中mxnet-cu80依赖libnvrtc.so.8.0缺失问题求助

咱们先把问题的核心理清楚：你安装的mxnet-cu80是专门针对CUDA Toolkit 8.0编译的版本，所以系统必须配套安装这个版本的CUDA Toolkit，还要确保环境变量配置到位，mxnet才能找到缺失的libnvrtc.so.8.0文件。下面是一步步的解决办法：

1. 先确认当前系统的CUDA版本 #

首先得搞清楚你的系统有没有装CUDA，以及版本是否匹配：

nvcc --version

如果输出的版本不是8.0，那就是版本不匹配——这就是问题的根源，mxnet-cu80只能和CUDA 8.0搭配使用。

2. 安装CUDA Toolkit 8.0（如果版本不对或未安装） #

如果系统里没有CUDA 8.0，或者版本不匹配，需要安装对应版本的Toolkit。以Ubuntu系统为例：

• 去NVIDIA官网下载适配你系统的CUDA Toolkit 8.0安装包（选deb格式更省心）
• 执行以下命令完成安装：

  # 替换成你下载的deb包实际文件名
  sudo dpkg -i cuda-repo-ubuntuXXX-8-0-local_8.0.61-1_amd64.deb
  sudo apt-key add /var/cuda-repo-8-0-local/7fa2af80.pub
  sudo apt-get update
  sudo apt-get install cuda-8-0
  

  要是你用的是CentOS等其他Linux发行版，选对应的rpm包或runfile安装就行，安装时记得勾选“CUDA Runtime”和“Developer Tools”选项，确保libnvrtc相关文件被完整安装。

3. 配置环境变量让系统识别CUDA库 #

安装完成后，得把CUDA的库路径添加到系统环境变量里，这样mxnet才能找到需要的文件：

• 打开bash配置文件编辑：

  nano ~/.bashrc
  

• 在文件末尾添加以下内容：

  export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
  export PATH=/usr/local/cuda-8.0/bin:$PATH
  

• 保存退出后，让配置立即生效：

  source ~/.bashrc
  

4. 替代方案：安装与当前CUDA版本匹配的mxnet #

要是你不想折腾CUDA版本升级/降级，也可以直接装和当前系统CUDA版本对应的mxnet包：

• 先通过nvcc --version查看当前CUDA版本（比如11.7）
• 安装对应版本的mxnet：

  # 示例：CUDA 11.7对应的mxnet包，版本号根据实际情况调整
  pip install mxnet-cu117
  

5. 验证问题是否解决 #

完成上述操作后，重新测试mxnet导入：

import mxnet as mx
print(mx.__version__)
print(mx.context.num_gpus())

如果能正常输出版本号和GPU数量，就说明问题搞定了。

内容的提问来源于stack exchange，提问作者Zbyněk Winkler