搭建深度学习环境的时候经常需要多CUDA的环境，对于ubuntu22.04来讲，高低版本切换：
1）首先需要安装不同版本的CUDA和对应的CUDNN
2）然后要做到不同版本的切换
1 安装不同版本的CUDA
1.1 安装12.X CUDA
TO DO
1.2 安装10.X CUDA
1.2.1 低版本gcc安装
参考：Ubuntu 22.04 gcc降级及安装cuda 10.1
查看gcc版本，如果比较高。gcc 降级
gcc --version
1）添加软件源
Ubuntu22.04 自带的软件源无法成功安装低版本的gcc，首先需要手动添加软件源
使用以下命令打开配置文件
sudo vim /etc/apt/sources.list
或者直接用文本编辑器打开也可以。
将以下源添加到文件末尾：
deb http://dk.archive.ubuntu.com/ubuntu/ xenial main
deb http://dk.archive.ubuntu.com/ubuntu/ xenial universe
添加完成后，使用ESC保持在命令行模式，然后输入:wq保存并退出
2）更新软件源
sudo apt update
此时可能出现“由于没有公钥，无法验证下列签名的错误”
错误：http://dk.archive.ubuntu.com/ubuntu xenial InRelease: 由于没有公钥，无法验证下列签名：
NO_PUBKEY 40976EAF437D05B5 NO_PUBKEY 3B4FE6ACC0B21F32
根据报错信息“NO_PUBKEY 40976EAF437D05B5 NO_PUBKEY 3B4FE6ACC0B21F32”导入对应公钥
sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys 40976EAF437D05B5
sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys 3B4FE6ACC0B21F32
再次执行
sudo apt update
3）安装gcc-7
sudo apt-get install gcc-7
此时可能出现以下错误
没有可用的软件包 gcc-7，但是它被其它的软件包引用了。
这可能意味着这个缺失的软件包可能已被废弃，
或者只能在其他发布源中找到
E: 软件包 gcc-7 没有可安装候选
这是因为ubuntu22.04只支持gcc11以上的版本，并且gcc7的软件源不在package中，因此再在source.list添加源，方法如下
sudo vim /etc/apt/sources.list
再将源填写到最后一行
deb [arch=amd64] http://archive.ubuntu.com/ubuntu focal main universe
不要忘了
sudo apt update
再次安装 gcc-7
sudo apt-get install gcc-7
4）更换gcc版本
查看当前Ubuntu系统中的所有 gcc 编译器版本，
ls /usr/bin/gcc*
会看到gcc-7版本的编译器在里面
执行如下代码更换gcc优先级
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 2 # 将 gcc 11的优先级设为 1
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-11 1
再次查看gcc版本：
1.2.12 安装10.x CUDA
TO DO
2 版本切换
参考连接：
https://zhuanlan.zhihu.com/p/676119739
2.1 查看CUDA版本
首先要知道自己安装了多少个CUDA，在/usr/local下可以查看
查看当前在使用的cuda :
nvcc -V
2.2 修改环境变量
从终端输入
sudo gedit ~/.bashrc
打开这个文件，打开以后滑到末尾，
配置cuda的环境路径：
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda
点击保存。在终端输入
source ~/.bashrc
更新后，新设置的环境变量才能生效。
2.3 修改CUDA
在终端输入：
sudo rm -rf /usr/local/cuda #删除之前创建的软链接
sudo ln -s /usr/local/cuda-10.2 /usr/local/cuda #创建链接到cuda10.2的软链接
查看当前使用的cuda
nvcc -V
显示10.2 切换成功，需要那个版本的CUDA，就切换到哪个版本的CUDA