TensorRT安装详解（Linux与Windows平台实战指南）

TensorRT安装详解（Linux与Windows平台实战指南）

TensorRT是NVIDIA推出的高性能深度学习推理优化库，能够显著提升模型在NVIDIA GPU上的运行效率。无论你是AI开发者还是研究人员，掌握TensorRT安装都是优化推理性能的第一步。本文将手把手教你如何在Linux和Windows两大主流平台上完成TensorRT的安装与配置，即使是小白也能轻松上手。

1. 安装前准备：硬件与软件环境

在开始TensorRT安装之前，请确保你的机器满足以下条件：

• 硬件：NVIDIA GPU（需支持CUDA），推荐计算能力7.0以上。
• 操作系统：Linux（Ubuntu 18.04+，CentOS 7+）或Windows（10/11，Server 2019+）。
• 软件依赖：CUDA Toolkit（11.x 或 12.x）、cuDNN（与CUDA版本匹配）、以及显卡驱动（最新版本）。

2. Linux平台安装TensorRT（以Ubuntu为例）

2.1 下载TensorRT

访问NVIDIA官网的TensorRT下载页面（需注册账号），选择与你的CUDA版本对应的Linux安装包。推荐使用Tar包（.tar.gz）进行安装，因为它不依赖包管理器，兼容性最好。

2.2 安装步骤

打开终端，执行以下命令：

cd ~/Downloadstar -xzvf TensorRT-8.x.x.x.Linux.x86_64-gnu.cuda-xx.x.tar.gzsudo mv TensorRT-8.x.x.x /usr/local/sudo ln -s /usr/local/TensorRT-8.x.x.x /usr/local/tensorrt

然后配置环境变量，编辑 ~/.bashrc，添加：

export LD_LIBRARY_PATH=/usr/local/tensorrt/lib:$LD_LIBRARY_PATHexport PATH=/usr/local/tensorrt/bin:$PATH

执行 source ~/.bashrc 使生效。

2.3 验证安装

运行 trtexec --version 如果显示版本信息，则说明TensorRT安装成功。

3. Windows平台安装TensorRT

3.1 下载与解压

同样在NVIDIA官网下载Windows版本的ZIP包（如 TensorRT-8.x.x.x.Windows.win10.cuda-xx.x.zip）。解压到指定目录，例如 C:\Program Files\TensorRT。

3.2 环境变量配置

右键“此电脑” → “属性” → “高级系统设置” → “环境变量”。在“系统变量”中新建变量 TENSORRT_ROOT，值为你的解压路径。然后在 Path 中添加 %TENSORRT_ROOT%\lib 和 %TENSORRT_ROOT%in。

3.3 验证安装

打开命令提示符，输入 trtexec --version，若显示版本信息则成功。

4. 验证TensorRT安装

除了命令行工具，你还可以通过Python接口验证。确保已安装Python和pip，然后安装TensorRT的Python包（以Linux为例）：

cd /usr/local/tensorrt/pythonpip install tensorrt-8.x.x.x-cp38-none-linux_x86_64.whl

然后运行Python：

import tensorrt as trtprint(trt.version)

如果能正常打印版本号，说明Python接口也安装成功。

5. 常见问题与解决方案

• 问题1：找不到libcudart.so等库。 解决：检查CUDA环境变量，确保LD_LIBRARY_PATH包含CUDA的lib64路径。
• 问题2：Windows下trtexec闪退。 解决：安装Visual C++ Redistributable，并确保GPU驱动最新。
• 问题3：Python导入tensorrt失败。 解决：确认whl包与Python版本匹配，并检查依赖（如numpy）。

6. 总结

通过本文，你已经在Linux和Windows上成功完成了TensorRT安装。接下来就可以利用TensorRT的强大功能优化你的深度学习模型了。记住，安装教程只是第一步，实践才是关键！

关键词：TensorRT、安装教程、Linux平台、Windows平台