新媒网 · 跨境数据社区

各位跨境实战精英们，大家好！我是你们的老朋友，也是新媒网的资深导师。今天，咱们来聊聊如何高效部署NVIDIA HPC SDK，这可是赋能我们高算力业务，提升效率的“硬核”工具。在当前科技日新月异的大背景下，掌握这些底层技术，无疑能让我们的跨境事业如虎添翼。

NVIDIA HPC SDK作为高性能计算领域的利器，集合了编译器、库和工具，能帮助我们充分发挥GPU的并行计算能力。在进行任何下载和安装操作之前，新媒网跨境提醒大家，务必仔细阅读并同意NVIDIA官方的《HPC SDK软件许可协议》。这是我们使用软件的基石，也是对知识产权的尊重。

开始下载前，请大家注意：

• 我们要选择与自己服务器或工作站环境匹配的平台版本。
• 下方列出的版本，都是当前NVIDIA官方支持的，请放心选用。

请大家在心里默念一句“我已接受许可协议”，咱们就正式开始实战部署！

面向 x86_64 架构的 Linux 系统

对于绝大多数服务器和工作站而言，x86_64架构是主流选择。这里提供的版本，当前都捆绑了CUDA 13.0。

1. 传统压缩包（tar 文件）安装方式

这种安装方式灵活度最高，适合那些需要精细控制安装位置，或在没有网络仓库的环境下部署的伙伴们。

实战步骤：

• 第一步：下载安装包。 打开你的Linux终端，输入以下命令，将最新版本的HPC SDK压缩包下载到本地：

  wget https://developer.download.nvidia.com/hpc-sdk/25.9/nvhpc_2025_259_Linux_x86_64_cuda_13.0.tar.gz
  

  这条命令会直接从NVIDIA的官方服务器获取文件，确保了源文件的纯净和可靠性。

• 第二步：解压文件。 下载完成后，我们需要将这个 .tar.gz 格式的压缩包解开。使用 tar 命令，并带上 xpzf 这几个参数，它们能确保文件在解压时保持原有的权限和目录结构，非常重要：

  tar xpzf nvhpc_2025_259_Linux_x86_64_cuda_13.0.tar.gz
  

• 第三步：执行安装。 解压完成后，你会看到一个名为 nvhpc_2025_259_Linux_x86_64_cuda_13.0 的新目录。进入这个目录，里面有一个 install 脚本，执行它就能启动安装向导：

  nvhpc_2025_259_Linux_x86_64_cuda_13.0/install
  

【导师提示】 在执行 install 脚本时，大家一定要注意权限问题。如果你打算把HPC SDK安装到 /opt 这样的系统关键目录，通常需要使用 root 用户权限或者在命令前加上 sudo。否则，安装可能会因为权限不足而中断，导致事倍功半。

2. 面向 RHEL/Rocky 系统（dnf 包管理器）

对于使用Red Hat Enterprise Linux（RHEL）或Rocky Linux的伙伴们，dnf 包管理器是你的好帮手，它能让安装变得异常便捷。

实战步骤：

• 第一步：添加NVIDIA HPC SDK的软件仓库。 首先，我们需要告诉系统去哪里找到HPC SDK的安装包。这条命令会把NVIDIA的软件源添加到你的系统配置中：

  sudo dnf config-manager --add-repo https://developer.download.nvidia.com/hpc-sdk/rhel/nvhpc.repo
  

• 第二步：安装HPC SDK。 仓库添加好之后，就可以直接使用 dnf install 命令安装 nvhpc-25-9 这个软件包了。-y 参数表示自动确认所有提示，让安装过程更顺畅：

  sudo dnf install -y nvhpc-25-9
  

【导师提示】 同样，在执行这些命令时，请确保你有足够的权限。使用 sudo 是一个稳妥的选择。

3. 面向 RHEL/Rocky 系统（yum 包管理器）

如果你更习惯使用 yum，或者你的系统版本依赖 yum，那么安装流程也同样简单直接。

实战步骤：

• 第一步：添加NVIDIA HPC SDK的软件仓库。 类似于 dnf，我们首先要配置 yum 知道NVIDIA的软件源：

  sudo yum-config-manager --add-repo https://developer.download.nvidia.com/hpc-sdk/rhel/nvhpc.repo
  

• 第二步：安装HPC SDK。 仓库配置完成后，执行 yum install 命令来安装所需的软件包：

  sudo yum install -y nvhpc-25-9
  

【导师提示】 安装过程中请留意终端输出，确保每一步都顺利执行。权限不足是这类安装常见的问题，记得检查。

4. 面向 SLES/SUSE 系统（zypper 包管理器）

对于选择SLES（SUSE Linux Enterprise Server）或SUSE发行版的同学们，zypper 包管理器是我们的利器。

实战步骤：

• 第一步：添加NVIDIA HPC SDK的软件仓库。 使用 zypper addrepo 命令来添加NVIDIA的HPC SDK软件源：

  sudo zypper addrepo https://developer.download.nvidia.com/hpc-sdk/sles/nvhpc.repo
  

• 第二步：安装HPC SDK。 软件源添加成功后，就可以通过 zypper install 命令安装HPC SDK了：

  sudo zypper install -y nvhpc-25-9
  

【导师提示】 别忘了，安装权限是关键，确保你的用户拥有 sudo 权限或者直接以 root 身份操作。

5. 面向 Ubuntu 系统（apt 包管理器）

Ubuntu作为广受欢迎的Linux发行版，其 apt 包管理器用起来也是得心应手。

实战步骤：

• 第一步：导入NVIDIA HPC SDK的GPG密钥。 为了确保软件源的安全性，我们首先要导入NVIDIA的公共密钥：

  curl https://developer.download.nvidia.com/hpc-sdk/ubuntu/DEB-GPG-KEY-NVIDIA-HPC-SDK | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-hpcsdk-archive-keyring.gpg
  

  这条命令会下载密钥并将其保存到指定位置。

• 第二步：添加NVIDIA HPC SDK的软件源。 接下来，我们把NVIDIA HPC SDK的软件源地址添加到系统的 apt 配置中：

  echo 'deb [signed-by=/usr/share/keyrings/nvidia-hpcsdk-archive-keyring.gpg] https://developer.download.nvidia.com/hpc-sdk/ubuntu/amd64 /' | sudo tee /etc/apt/sources.list.d/nvhpc.list
  

  这条命令创建了一个新的 .list 文件，包含了软件源信息。

• 第三步：更新包列表。 添加了新的软件源之后，我们需要让 apt 更新一下本地的包列表，这样系统才能知道有哪些新软件包可以安装：

  sudo apt-get update -y
  

• 第四步：安装HPC SDK。 最后，执行 apt-get install 命令来安装 nvhpc-25-9 软件包：

  sudo apt-get install -y nvhpc-25-9
  

【导师提示】 在每一步操作中，尤其是在修改系统配置或安装软件时，权限都是重中之重。请大家严格按照要求使用 sudo。

捆绑 CUDA 13.0 和 12.9 多个版本

有时候，我们的开发或部署环境可能需要同时支持不同版本的CUDA。NVIDIA也提供了捆绑了CUDA 13.0和12.9两个版本的HPC SDK。

1. 面向 x86_64 架构的 Linux 系统（tar 文件）

如果你需要同时支持多个CUDA版本，并选择tar包安装，操作流程与单一CUDA版本类似。

实战步骤：

• 第一步：下载多CUDA版本安装包。

  wget https://developer.download.nvidia.com/hpc-sdk/25.9/nvhpc_2025_259_Linux_x86_64_cuda_multi.tar.gz
  

• 第二步：解压文件。

  tar xpzf nvhpc_2025_259_Linux_x86_64_cuda_multi.tar.gz
  

• 第三步：执行安装程序。

  nvhpc_2025_259_Linux_x86_64_cuda_multi/install
  

【导师提示】 安装到 /opt 等系统路径时，别忘了 sudo 命令的加持，确保权限充足，安装才能顺利完成。

2. 面向 x86_64 RHEL/Rocky 系统（dnf 包管理器）

对于RHEL/Rocky用户，安装多CUDA版本的HPC SDK也非常直接。

实战步骤：

• 第一步：添加软件仓库。

  sudo dnf config-manager --add-repo https://developer.download.nvidia.com/hpc-sdk/rhel/nvhpc.repo
  

• 第二步：安装多CUDA版本HPC SDK。

  sudo dnf install -y nvhpc-25-9-cuda-multi
  

【导师提示】 dnf install 命令是系统管理员的利器，高效而稳定，但操作前务必确认网络连接正常。

3. 面向 x86_64 RHEL/Rocky 系统（yum 包管理器）

使用 yum 管理器的RHEL/Rocky用户，同样可以轻松安装多CUDA版本的HPC SDK。

实战步骤：

• 第一步：添加软件仓库。

  sudo yum-config-manager --add-repo https://developer.download.nvidia.com/hpc-sdk/rhel/nvhpc.repo
  

• 第二步：安装多CUDA版本HPC SDK。

  sudo yum install -y nvhpc-25-9-cuda-multi
  

【导师提示】 记得在使用 yum 前先确认仓库已正确配置，这是成功的关键。

4. 面向 x86_64 SLES/SUSE 系统（zypper 包管理器）

SLES/SUSE的用户，通过 zypper 也能方便地安装包含多CUDA版本的HPC SDK。

实战步骤：

• 第一步：添加软件仓库。

  sudo zypper addrepo https://developer.download.nvidia.com/hpc-sdk/sles/nvhpc.repo
  

• 第二步：安装多CUDA版本HPC SDK。

  sudo zypper install -y nvhpc-25-9-cuda-multi
  

【导师提示】 包管理器的便捷性在于其自动化依赖处理，大大减少了我们的手动操作。

5. 面向 x86_64 Ubuntu 系统（apt 包管理器）

Ubuntu平台安装多CUDA版本的HPC SDK，与单一CUDA版本流程类似，仅需调整包名。

实战步骤：

• 第一步：导入GPG密钥。

  curl https://developer.download.nvidia.com/hpc-sdk/ubuntu/DEB-GPG-KEY-NVIDIA-HPC-SDK | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-hpcsdk-archive-keyring.gpg
  

• 第二步：添加软件源。

  echo 'deb [signed-by=/usr/share/keyrings/nvidia-hpcsdk-archive-keyring.gpg] https://developer.download.nvidia.com/hpc-sdk/ubuntu/amd64 /' | sudo tee /etc/apt/sources.list.d/nvhpc.list
  

• 第三步：更新包列表。

  sudo apt-get update -y
  

• 第四步：安装多CUDA版本HPC SDK。

  sudo apt-get install -y nvhpc-25-9-cuda-multi
  

【导师提示】 多版本CUDA的支持能让我们的开发和测试环境更加灵活，满足不同项目的需求。

面向 Arm Server 架构的 Linux 系统

随着Arm架构在服务器市场的崛起，NVIDIA也提供了针对Arm Server的HPC SDK支持，这对于构建高效能、低功耗的计算集群具有重要意义。这里同样捆绑了CUDA 13.0。

1. 传统压缩包（tar 文件）安装方式

与x86_64架构类似，Arm Server也可通过tar包进行灵活安装。

实战步骤：

• 第一步：下载安装包。

  wget https://developer.download.nvidia.com/hpc-sdk/25.9/nvhpc_2025_259_Linux_aarch64_cuda_13.0.tar.gz
  

• 第二步：解压文件。

  tar xpzf nvhpc_2025_259_Linux_aarch64_cuda_13.0.tar.gz
  

• 第三步：执行安装程序。

  nvhpc_2025_259_Linux_aarch64_cuda_13.0/install
  

【导师提示】 在Arm服务器上部署这类高算力工具，是未来技术发展的重要方向，各位可以多加关注。

2. 面向 Arm Server RHEL/Rocky 系统（dnf 包管理器）

Arm架构的RHEL/Rocky系统用户，同样可以通过 dnf 轻松安装HPC SDK。

实战步骤：

• 第一步：添加软件仓库。

  sudo dnf config-manager --add-repo https://developer.download.nvidia.com/hpc-sdk/rhel/nvhpc.repo
  

• 第二步：安装HPC SDK。

  sudo dnf install -y nvhpc-25-9
  

【导师提示】 确保你的Arm服务器环境是RHEL或Rocky Linux，才能使用这些 dnf 命令。

3. 面向 Arm Server RHEL/Rocky 系统（yum 包管理器）

对于Arm架构上使用 yum 的RHEL/Rocky用户，安装方法也与x86_64版本保持一致。

实战步骤：

• 第一步：添加软件仓库。

  sudo yum-config-manager --add-repo https://developer.download.nvidia.com/hpc-sdk/rhel/nvhpc.repo
  

• 第二步：安装HPC SDK。

  sudo yum install -y nvhpc-25-9
  

【导师提示】 系统架构的选择，往往决定了我们的技术路线，提前规划，方能行稳致远。

4. 面向 Arm Server SLES/SUSE 系统（zypper 包管理器）

在Arm架构的SLES/SUSE系统上，zypper 同样能为我们提供便捷的安装体验。

实战步骤：

• 第一步：添加软件仓库。

  sudo zypper addrepo https://developer.download.nvidia.com/hpc-sdk/sles/nvhpc.repo
  

• 第二步：安装HPC SDK。

  sudo zypper install -y nvhpc-25-9
  

【导师提示】 不同发行版，包管理器不同，但核心原理都是一样的：配置源、更新、安装。

5. 面向 Arm Server Ubuntu 系统（apt 包管理器）

Arm架构的Ubuntu用户，可以通过 apt 来安装HPC SDK。

实战步骤：

• 第一步：导入GPG密钥。

  curl https://developer.download.nvidia.com/hpc-sdk/ubuntu/DEB-GPG-KEY-NVIDIA-HPC-SDK | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-hpcsdk-archive-keyring.gpg
  

• 第二步：添加软件源。

  echo 'deb [signed-by=/usr/share/keyrings/nvidia-hpcsdk-archive-keyring.gpg] https://developer.download.nvidia.com/hpc-sdk/ubuntu/arm64 /' | sudo tee /etc/apt/sources.list.d/nvhpc.list
  

• 第三步：更新包列表。

  sudo apt-get update -y
  

• 第四步：安装HPC SDK。

  sudo apt-get install -y nvhpc-25-9
  

【导师提示】 Arm架构的生态正在逐步完善，为我们的跨境业务带来了更多硬件层面的选择和可能性。

Arm Server 架构，捆绑 CUDA 13.0 和 12.9 多个版本

对于Arm Server用户，如果也需要多CUDA版本支持，NVIDIA同样提供了相应的安装包。

1. 传统压缩包（tar 文件）安装方式

Arm Server平台下的多CUDA版本tar包安装方式。

实战步骤：

• 第一步：下载多CUDA版本安装包。

  wget https://developer.download.nvidia.com/hpc-sdk/25.9/nvhpc_2025_259_Linux_aarch64_cuda_multi.tar.gz
  

• 第二步：解压文件。

  tar xpzf nvhpc_2025_259_Linux_aarch64_cuda_multi.tar.gz
  

• 第三步：执行安装程序。

  nvhpc_2025_259_Linux_aarch64_cuda_multi/install
  

【导师提示】 大家在进行这些安装操作时，要保持耐心和细心，一步一个脚印，才能确保万无一失。

2. 面向 Arm Server RHEL/Rocky 系统（dnf 包管理器）

Arm架构RHEL/Rocky系统，多CUDA版本HPC SDK的 dnf 安装方法。

实战步骤：

• 第一步：添加软件仓库。

  sudo dnf config-manager --add-repo https://developer.download.nvidia.com/hpc-sdk/rhel/nvhpc.repo
  

• 第二步：安装多CUDA版本HPC SDK。

  sudo dnf install -y nvhpc-25-9-cuda-multi
  

【导师提示】 善用包管理器，能够显著提升我们日常运维的效率。

3. 面向 Arm Server RHEL/Rocky 系统（yum 包管理器）

Arm架构RHEL/Rocky系统，多CUDA版本HPC SDK的 yum 安装方法。

实战步骤：

• 第一步：添加软件仓库。

  sudo yum-config-manager --add-repo https://developer.download.nvidia.com/hpc-sdk/rhel/nvhpc.repo
  

• 第二步：安装多CUDA版本HPC SDK。

  sudo yum install -y nvhpc-25-9-cuda-multi
  

【导师提示】 各位伙伴们，技术无止境，学习不止步，持续精进是我们在跨境领域立足的根本。

4. 面向 Arm Server SLES/SUSE 系统（zypper 包管理器）

Arm架构SLES/SUSE系统，多CUDA版本HPC SDK的 zypper 安装方法。

实战步骤：

• 第一步：添加软件仓库。

  sudo zypper addrepo https://developer.download.nvidia.com/hpc-sdk/sles/nvhpc.repo
  

• 第二步：安装多CUDA版本HPC SDK。

  sudo zypper install -y nvhpc-25-9-cuda-multi
  

【导师提示】 遇到任何问题，不要慌张，回过头来仔细检查每一步，往往就能找到症结所在。

5. 面向 Arm Server Ubuntu 系统（apt 包管理器）

Arm架构Ubuntu系统，多CUDA版本HPC SDK的 apt 安装方法。

实战步骤：

• 第一步：导入GPG密钥。

  curl https://developer.download.nvidia.com/hpc-sdk/ubuntu/DEB-GPG-KEY-NVIDIA-HPC-SDK | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-hpcsdk-archive-keyring.gpg
  

• 第二步：添加软件源。

  echo 'deb [signed-by=/usr/share/keyrings/nvidia-hpcsdk-archive-keyring.gpg] https://developer.download.nvidia.com/hpc-sdk/ubuntu/arm64 /' | sudo tee /etc/apt/sources.list.d/nvhpc.list
  

• 第三步：更新包列表。

  sudo apt-get update -y
  

• 第四步：安装多CUDA版本HPC SDK。

  sudo apt-get install -y nvhpc-25-9-cuda-multi
  

【导师总结】 大家可以看到，无论何种系统、何种架构，只要掌握了核心逻辑，安装NVIDIA HPC SDK都将不再是难题。这些工具的有效利用，将极大地提升我们的计算效率，助力我们在跨境领域的数字化转型和智能升级。

新媒网（公号: 新媒网跨境发布），是一个专业的跨境电商、游戏、支付、贸易和广告社区平台，为百万跨境人传递最新的海外淘金精准资讯情报。

本文来源：新媒网 https://nmedialink.com/posts/hpc-sdk-fast-deploy-get-done-25-min-hpc-boost.html