安装CUDA11.1.0 和 cuDNN 8.0.X版本：
cuda安装
下载并安装：
wget https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda_11.1.0_455.23.05_linux.run
sudo sh ./cuda_11.1.0_455.23.05_linux.run --toolkit --silent2. cuDnn安装：
下载地址：
https://developer.nvidia.com/compute/machine-learning/cudnn/secure/8.0.5/11.1_20201106/cudnn-11.1-linux-x64-v8.0.5.39.tgz
解压文件：
tar -zxvf cudnn-11.1-linux-x64-v8.0.5.39.tgz
拷贝解压后的文件到cuda安装目录内：
sudo cp cuda/include/* /usr/local/cuda-11.1/include
sudo cp cuda/lib64/* /usr/local/cuda-11.1/lib64配置环境变量：
修改 .bashrc 文件
export PATH=/usr/local/cuda-11.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64:$LD_LIBRARY_PATH
重新载入 .bashrc 文件：
source ~/.bashrc
==================================================================
GCC的安装：
下载gcc 7.3.0版本安装包，执行以下命令：
wget http://ftp.gnu.org/gnu/gcc/gcc-7.3.0/gcc-7.3.0.tar.gz
执行tar -xzf gcc-7.3.0.tar.gz解压源码包。
执行cd gcc-7.3.0，进入到源码包目录。
继续下面操作前清空系统内的环境变量：
export LIBRARY_PATH=
export LD_LIBRARY_PATH=
export C_INCLUDE_PATH=
export CPLUS_INCLUDE_PATH=运行以下命令，进行安装前的配置。
安装依赖环境：
./contrib/download_prerequisites配置环境：
./configure --enable-bootstrap -enable-threads=posix --enable-checking=release --enable-languages=c,c++ --disable-multilib编译安装：
make -j8 && sudo make install
配置系统环境： 修改 .bashrc 文件，添加内容：(为CMAKE配置对应的GCC 和 G++ 编译器)
# CC
export CC=/usr/local/bin/gcc
export CXX=/usr/local/bin/g++
=================================================================
m4 下载安装：
下载：
wget http://ftp.gnu.org/gnu/m4/m4-1.4.16.tar.bz2
解压：
tar -jxvf m4-1.4.16.tar.bz2
修改m4_1.4.16下源文件中代码：
vi lib/stdio.in.h
查找字段：gets is a security hole
注释：
将_GL_WARN_ON_USE (gets, "gets is a security hole - use fgets instead"); 字段和他之前的注释 /* 一块注释掉，如下
/* It is very rare that the developer ever has full control of stdin,
so any use of gets warrants an unconditional warning. Assume it is
always declared, since it is required by C89.
#undef gets
_GL_WARN_ON_USE (gets, "gets is a security hole - use fgets instead"); */再添加如下内容：
#if defined(__GLIBC__) && !defined(__UCLIBC__) && !__GLIBC_PREREQ(2, 16)
_GL_WARN_ON_USE (gets, "gets is a security hole - use fgets instead");
#endif配置：
./configure
编译安装
make &&sudo make install
==============================================================
安装gmp 6.1.2
下载gmp 6.1.2源码包：
wget https://gmplib.org/download/gmp/gmp-6.1.2.tar.xz
解压到当前文件夹：
tar -xvf gmp-6.1.2.tar.xz
配置：
./configure --enable-cxx
编译安装：
make && sudo make install
测试 gmp 是否安装并配置成功：
代码：
# test.cpp 文件
#include <gmpxx.h>
#include <iostream>
#include <stdio.h>
using namespace std;
int main()
{
mpz_t a,b,c;
mpz_init(a);
mpz_init(b);
mpz_init(c);
gmp_scanf("%Zd%Zd",a,b);
mpz_add(c,a,b);
gmp_printf("c= %Zd\n",c);
return 0;
}
编译：
g++ test.cpp -o test -lgmp运行：
=================================================================
openssl 的安装：
下载地址：
https://www.openssl.org/source/openssl-1.1.1k.tar.gz
解压：
tar -zxvf openssl-1.1.1k
配置：
./config
编译并安装：
make -j8&& sudo make install
配置系统环境： 修改 .bashrc 文件，添加内容：
# openssl
export OPENSSL_ROOT_DIR=/usr/local/lib64
重新载入 .bashrc 文件：
source ~/.bashrc
===========================================================
安装好依赖环境后，首先安装Python环境：
Python环境3.7.5， 为anaconda创建，命令：
conda create -n ms python=3.7.5激活Python环境：
conda activate ms
根据官网使用pip安装mindspore-1.3.0 gpu版本：
pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.3.0/MindSpore/gpu/x86_64/cuda-11.1/mindspore_gpu-1.3.0-cp37-cp37m-linux_x86_64.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple
以上步骤即为全部操作。
=============================================================
