1. 安裝 cuda 12.8.21.1. 安裝 build-essentialsudoapt-getupdatesudoaptinstall-ybuild-essentialmakedkms pkg-config\libnl-3-dev libnl-route-3-dev libnuma-dev\python3-devcurlwget先安裝 build-essential 再安裝 gcc-12因?yàn)?cuda12.8.2需要gcc-12 才能安裝成功。1.2. 安裝并啟用 gcc-12在 Ubuntu 22.04 中GCC 12 已包含在官方倉(cāng)庫(kù)中無(wú)需額外 PPA。以下是完整的安裝與切換流程1. 安裝 GCC 12sudoaptupdatesudoaptinstall-ygcc-12 g-12安裝完成后系統(tǒng)中會(huì)同時(shí)存在gcc/g→ 指向 GCC 11默認(rèn)gcc-12/g-12→ 新安裝的 GCC 122. 使用 update-alternatives 管理多版本推薦將兩個(gè)版本都注冊(cè)到 alternatives 系統(tǒng)然后自由切換# 注冊(cè) GCC 11如果尚未注冊(cè)sudoupdate-alternatives--install/usr/bin/gcc gcc /usr/bin/gcc-11110\--slave/usr/bin/g g /usr/bin/g-11\--slave/usr/bin/gcov gcov /usr/bin/gcov-11# 注冊(cè) GCC 12sudoupdate-alternatives--install/usr/bin/gcc gcc /usr/bin/gcc-12120\--slave/usr/bin/g g /usr/bin/g-12\--slave/usr/bin/gcov gcov /usr/bin/gcov-12切換默認(rèn)版本# 交互式選擇sudoupdate-alternatives--configgcc# 或者直接強(qiáng)制指定 GCC 12sudoupdate-alternatives--setgcc /usr/bin/gcc-123. 驗(yàn)證版本gcc--versiong--version應(yīng)顯示gcc (Ubuntu 12.x.x ...) 12.x.x。4. 僅對(duì)當(dāng)前會(huì)話臨時(shí)啟用不修改系統(tǒng)默認(rèn)如果你不想改動(dòng)系統(tǒng)默認(rèn)編譯器僅在當(dāng)前終端或構(gòu)建任務(wù)中使用 GCC 12exportCCgcc-12exportCXXg-12然后在同一終端中執(zhí)行你的編譯命令如make、cmake等。補(bǔ)充說(shuō)明如果你后續(xù)需要編譯依賴特定 GCC 版本的內(nèi)核模塊或驅(qū)動(dòng)如 NVIDIA 驅(qū)動(dòng)、Mellanox OFED建議保持系統(tǒng)默認(rèn)為 GCC 11與內(nèi)核編譯器版本一致僅在需要時(shí)通過(guò)CCgcc-12臨時(shí)調(diào)用 GCC 12以避免內(nèi)核模塊 ABI 兼容性問(wèn)題。1.3. 將 nouveau 列入黑名單需要手動(dòng)禁用 Nouveau且應(yīng)在運(yùn)行 runfile 之前完成。這是 NVIDIA 官方文檔明確要求的步驟不要依賴安裝程序自動(dòng)處理。Nouveau 是開(kāi)源的 NVIDIA 驅(qū)動(dòng)會(huì)與 runfile 中捆綁的 570.211.01 官方驅(qū)動(dòng)沖突。官方 CUDA Quick Start Guide 在所有版本的 runfile 安裝流程中都將 “Disable the Nouveau drivers” 列為第一步 。完整操作步驟Ubuntu 22.041. 檢查 Nouveau 是否已加載lsmod|grepnouveau如果有輸出繼續(xù)下一步如果無(wú)輸出說(shuō)明已禁用跳到第 4 步。2. 創(chuàng)建黑名單配置catEOF|sudotee/etc/modprobe.d/blacklist-nouveau.confblacklist nouveau options nouveau modeset0 EOF3. 重新生成 initramfs 并重啟sudoupdate-initramfs-usudoreboot4. 進(jìn)入文本模式Runlevel 3重啟后在 GRUB 界面按e編輯啟動(dòng)項(xiàng)在linux行末尾追加3 nomodeset然后按CtrlX啟動(dòng)。這會(huì)以純文本模式進(jìn)入系統(tǒng)避免圖形驅(qū)動(dòng)沖突。5. 停止顯示管理器如果仍在運(yùn)行sudosystemctl stop gdm3# 或 lightdm / sddm視你的桌面環(huán)境而定6. 運(yùn)行 CUDA runfilesudoshcuda_12.8.2_570.211.01_linux.run --no-opengl-libs建議加--no-opengl-libs因?yàn)槟闶褂玫氖?V100計(jì)算卡不需要 OpenGL 圖形庫(kù)可減少?zèng)_突。為什么不建議讓 runfile 自動(dòng)處理NVIDIA 的 runfile 在檢測(cè)到 Nouveau 運(yùn)行時(shí)確實(shí)會(huì)嘗試自動(dòng)生成一個(gè)/etc/modprobe.d/nvidia-installer-disable-nouveau.conf黑名單文件 。但存在兩個(gè)風(fēng)險(xiǎn)如果安裝中途失敗或被打斷系統(tǒng)已經(jīng)禁用了 Nouveau 但尚未完成官方驅(qū)動(dòng)安裝重啟后可能黑屏需進(jìn)入救援模式手動(dòng)刪除該黑名單文件才能恢復(fù) 。安裝程序要求重啟后才能繼續(xù)這會(huì)打斷流程。手動(dòng)預(yù)先處理可一次性完成。因此先手動(dòng) blacklist → 更新 initramfs → 重啟進(jìn)入文本模式 → 再執(zhí)行 runfile是最穩(wěn)妥、符合官方文檔的做法。1.4. 安裝 cuda 12.8.21.4.1. 下載并安裝 cuda下載頁(yè)面wgethttps://developer.download.nvidia.com/compute/cuda/12.8.2/local_installers/cuda_12.8.2_570.211.01_linux.runsudoshcuda_12.8.2_570.211.01_linux.run2. 安裝 ofed for cx-6 dx主頁(yè)網(wǎng)址下載源碼版wgethttps://www.mellanox.com/downloads/ofed/MLNX_OFED-24.10-5.1.6.1/MLNX_OFED_SRC-debian-24.10-5.1.6.1.tgz這個(gè)MLNX_OFED_SRC-debian-24.10-5.1.6.1.tgz是Debian/Ubuntu 源碼包不是預(yù)編譯二進(jìn)制。解壓后得到的install.pl是一個(gè)完整的 Perl 構(gòu)建腳本它會(huì)自動(dòng)從SOURCES/目錄中的源碼 tarball 構(gòu)建.deb包然后安裝。安裝步驟0. 安裝cmake 3.31首先手動(dòng)安裝cmake 3.31否則在安裝 ofed時(shí)會(huì)自動(dòng)安裝 ubuntu apt 倉(cāng)庫(kù)中的 3.22版本在后邊構(gòu)建 holoscan-sdk 時(shí)會(huì)發(fā)現(xiàn)版本太舊。wgethttps://github.com/Kitware/CMake/releases/download/v3.31.6/cmake-3.31.6.tar.gzsudoaptinstalllibssl-devtarzxf cmake-3.31.6.tar.gzcdcmake-3.31.6/ ./bootstrap--parallel256make-jsudomakeinstall# 檢查安裝版本hash-rcmake--version#### 1. 安裝編譯依賴在運(yùn)行腳本前必須確保系統(tǒng)具備完整的編譯環(huán)境bashsudoaptupdatesudoaptinstall-y\build-essential dkms debhelper\autoconf automake libtool pkg-config\quilt fakeroot\libnl-3-dev libnl-route-3-dev libnuma-dev\libssl-dev libelf-dev\cmake python3-dev pandoc\linux-headers-$(uname-r)2. 運(yùn)行安裝腳本進(jìn)入解壓后的目錄執(zhí)行cd~/install_mellanox/MLNX_OFED_SRC-24.10-5.1.6.1sudoperl install.pl--all常用選項(xiàng)說(shuō)明根據(jù)你的需求選擇選項(xiàng)含義--all安裝所有可用包默認(rèn)推薦包含內(nèi)核模塊、用戶態(tài)庫(kù)、工具--hpc僅安裝 HPC 所需最小集合包含 UCX、OpenMPI、SHARP 等--basic僅安裝基礎(chǔ)功能最小集合--kernel-only只編譯安裝內(nèi)核模塊mlx5_core,mlx5_ib等--user-space-only只安裝用戶態(tài)庫(kù)和工具--force強(qiáng)制安裝跳過(guò)沖突檢查--without-dkms禁用 DKMS直接為當(dāng)前內(nèi)核編譯靜態(tài)模塊不推薦除非你有特殊需求--without-ucx跳過(guò) UCX 安裝你后續(xù)要手動(dòng)編譯 UCX 1.20.0這里可以跳過(guò)避免沖突推薦命令如果你后續(xù)要手動(dòng)編譯 UCX 1.20.0sudoperl install.pl--all--without-ucx3. 腳本會(huì)自動(dòng)執(zhí)行什么install.pl會(huì)按以下流程工作檢測(cè)系統(tǒng)讀取/etc/os-release確認(rèn)是 Ubuntu 22.04卸載沖突包自動(dòng)移除系統(tǒng)自帶的rdma-core,libibverbs1,librdmacm1等包避免與 OFED 版本沖突解析依賴根據(jù)選擇的安裝選項(xiàng)從SOURCES/中確定需要構(gòu)建哪些包編譯構(gòu)建對(duì)每個(gè)組件執(zhí)行dpkg-buildpackage生成.deb包到DEBS/目錄安裝通過(guò)dpkg -i安裝構(gòu)建好的包內(nèi)核模塊默認(rèn)使用DKMS編譯mlnx-ofed-kernel-dkms等內(nèi)核模塊包自動(dòng)適配當(dāng)前內(nèi)核版本4. 安裝后驗(yàn)證# 檢查內(nèi)核模塊是否加載lsmod|grepmlx5# 查看 RDMA 設(shè)備狀態(tài)ibstat# 查看 OFED 版本ofed_info-s# 測(cè)試 RDMA 性能回環(huán)測(cè)試ib_write_bw-dmlx5_0--roce關(guān)鍵注意事項(xiàng)1. 與 CUDA 12.8.2 的兼容性這個(gè)腳本在安裝過(guò)程中會(huì)檢測(cè) CUDA 環(huán)境。如果檢測(cè)到已安裝 CUDA它會(huì)自動(dòng)啟用ucx-cuda等 GPU Direct RDMA 支持。確保CUDA 驅(qū)動(dòng) 570.211.01 已先安裝。2. UCX 版本問(wèn)題SOURCES/中自帶的是ucx_1.18.0.orig.tar.gz安裝后系統(tǒng) UCX 版本為 1.18.0。你后續(xù)需要手動(dòng)編譯UCX 1.20.0并安裝到獨(dú)立目錄如/opt/ucx-1.20.0這不會(huì)影響 OFED 的核心功能。3. 構(gòu)建時(shí)間從源碼構(gòu)建全部組件需要較長(zhǎng)時(shí)間取決于機(jī)器性能通常 15-30 分鐘請(qǐng)耐心等待。4. 內(nèi)核升級(jí)由于默認(rèn)使用DKMS后續(xù)如果升級(jí)內(nèi)核apt upgradeDKMS 會(huì)自動(dòng)重新編譯內(nèi)核模塊無(wú)需手動(dòng)重裝 OFED。5. 如果構(gòu)建失敗查看日志定位問(wèn)題ls/tmp/OFED.*.logs/cat/tmp/OFED.*.logs/general.log總結(jié)命令一鍵執(zhí)行# 1. 準(zhǔn)備依賴sudoaptupdatesudoaptinstall-ybuild-essential dkms debhelper autoconf automake libtool\pkg-config quilt fakeroot libnl-3-dev libnl-route-3-dev libnuma-dev\libssl-dev libelf-dev cmake python3-dev pandoc linux-headers-$(uname-r)# 2. 進(jìn)入目錄并安裝推薦 --all跳過(guò)自帶 UCX 避免后續(xù)沖突cd~/install_mellanox/MLNX_OFED_SRC-24.10-5.1.6.1sudoperl install.pl--all--without-ucx# 3. 重啟使內(nèi)核模塊生效sudoreboot# 4. 驗(yàn)證ibstat如果你只需要最基礎(chǔ)的 RDMA 功能不需要 OpenMPI、SHARP 等可以改用sudo perl install.pl --basic。4. 選擇適合 ofed 版本的 DOCA根據(jù)你的環(huán)境已安裝 MLNX_OFED 24.10 Ubuntu 22.04 CUDA 12.8.2 V100應(yīng)該選擇DOCA 2.9.5 LTS2026年6月發(fā)布這是唯一與你現(xiàn)有環(huán)境完全兼容的版本。為什么選 DOCA 2.9.5 LTS版本對(duì)應(yīng) OFED與你的 OFED 24.10 兼容CUDA 兼容推薦DOCA 2.9.5 LTSOFED 24.10-5?完全同源? CUDA 12.x?首選DOCA 2.9.4 LTSOFED 24.10-4? 兼容? CUDA 12.x備選DOCA 2.9.0OFED 24.10 初始版? 兼容? CUDA 12.x舊版DOCA 3.4.0OFED 26.04?沖突? 要求 CUDA 13不要選DOCA 3.2.3 LTSOFED 26.04?沖突? 要求 CUDA 13不要選關(guān)鍵原因同源驅(qū)動(dòng)DOCA 2.9.x 是 OFED 24.10 的 DOCA 化版本內(nèi)核模塊mlx5_core,mlx5_ib和用戶態(tài)庫(kù)libibverbs,librdmacm與已安裝的 OFED 24.10 完全一致不會(huì)沖突。CUDA 12 兼容DOCA 2.9.x 支持 CUDA 12.x而 DOCA 3.x 系列要求 CUDA 13V100 也無(wú)法使用 CUDA 13 的新特性。GPUNetIO 支持DOCA 2.9.5 包含doca-gpunetio-dev滿足你后續(xù)編譯 UCX 1.20.0 的需求。LTS 維護(hù)2026年6月發(fā)布包含最新的安全補(bǔ)丁和穩(wěn)定性修復(fù)。下載與安裝步驟1. 進(jìn)入 DOCA 2.9.5 LTS 下載頁(yè)面點(diǎn)擊歸檔頁(yè)面中的NVIDIA DOCA 2.9.5 LTS Downloads(June 2026)2. 下載 Ubuntu 22.04 的 Host 包在該版本頁(yè)面中找到并下載doca-host_2.9.5-xxx-ubuntu2204_amd64.deb或選擇對(duì)應(yīng)你內(nèi)核版本的doca-host包3. 安裝推薦方式先卸載源碼 OFED再裝 DOCA 2.9.5由于你是通過(guò)MLNX_OFED_SRC-24.10-5.1.6.1源碼編譯安裝的包版本號(hào)與 DOCA 倉(cāng)庫(kù)的元數(shù)據(jù)可能不完全匹配建議先卸載再重裝# 1. 卸載現(xiàn)有源碼編譯的 OFED 24.10cd~/install_mellanox/MLNX_OFED_SRC-24.10-5.1.6.1sudoperl uninstall.sh--force# 2. 安裝 DOCA 2.9.5包含等價(jià)的 OFED 24.10 驅(qū)動(dòng) GPUNetIOsudodpkg-idoca-host_2.9.5-xxx-ubuntu2204_amd64.debsudoapt-getinstall-f-y# 3. 安裝 GPUNetIO 開(kāi)發(fā)庫(kù)sudoaptinstall-ydoca-gpunetio-dev4. 驗(yàn)證# 確認(rèn) DOCA 版本doca-info|head-20# 確認(rèn) GPUNetIO 庫(kù)ls/opt/mellanox/doca/lib/libdoca_gpunetio*.so# 確認(rèn) RDMA 設(shè)備正常ibstat如果堅(jiān)持不卸載現(xiàn)有 OFED 24.10如果你不想卸載已編譯的 OFED 24.10可以嘗試僅安裝 DOCA 2.9.5 的 GPUNetIO 組件風(fēng)險(xiǎn)較高可能遇到依賴沖突# 添加 DOCA 2.9 倉(cāng)庫(kù)wget-qO- https://linux.mellanox.com/public/repo/doca/GPG-KEY-Mellanox.pub|\sudogpg--dearmor-o/usr/share/keyrings/GPG-KEY-Mellanox.pubechodeb [signed-by/usr/share/keyrings/GPG-KEY-Mellanox.pub] \ https://linux.mellanox.com/public/repo/doca/2.9.5/ubuntu22.04/x86_64 /|\sudotee/etc/apt/sources.list.d/doca.listsudoaptupdate# 嘗試僅安裝 GPUNetIOsudoaptinstall-ydoca-gpunetio-dev如果 apt 報(bào)錯(cuò)依賴沖突說(shuō)明版本號(hào)不匹配此時(shí)必須卸載源碼 OFED 并改用 DOCA 2.9.5 完整安裝。總結(jié)你的需求對(duì)應(yīng)版本已裝 OFED 24.10DOCA 2.9.5 LTS同源驅(qū)動(dòng)需要 GPUNetIODOCA 2.9.5 LTS含doca-gpunetio-devCUDA 12.8.2DOCA 2.9.5 LTSDOCA 3.x 要求 CUDA 13V100 GPUDOCA 2.9.5 LTSDOCA 3.x 的 GPUNetIO 針對(duì) Ampere 優(yōu)化V100 本就受限不要點(diǎn)擊 DOCA 3.4.0 或 DOCA 3.2.3 LTS它們會(huì)導(dǎo)致驅(qū)動(dòng)棧沖突。5. 安裝 DOCA 2.9.5 LTSDOCA 2.9.5 LTS 下載主頁(yè)避免安裝ofed自帶的推薦模塊 ucx使用–no-install-recommendswgethttps://www.mellanox.com/downloads/DOCA/DOCA_v2.9.5/host/doca-host_2.9.5-008000-24.10-ubuntu2204_amd64.debsudodpkg-idoca-host_2.9.5-008000-24.10-ubuntu2204_amd64.debsudoapt-getupdatesudoapt-get-yinstalldoca-allapt-cache depends doca-ofed | grep -E “Depends|Recommends” | grep -i ucxdoca 依賴 ucx必須安裝。索性doca-all 了。6. 下載適合 cuda 12.8.2 的 TensorRTwget-chttps://developer.nvidia.com/downloads/compute/machine-learning/tensorrt/10.9.0/tars/TensorRT-10.9.0.34.Linux.x86_64-gnu.cuda-12.8.tar.gztarzxf TensorRT-10.9.0.34.Linux.x86_64-gnu.cuda-12.8.tar.gzsudomvTensorRT-10.9.0.34 /usr/local/安裝 protobufwgethttps://github.com/protocolbuffers/protobuf/releases/download/v21.12/protobuf-cpp-3.21.12.tar.gztar-xzfprotobuf-cpp-3.21.12.tar.gzcdprotobuf-3.21.12 cmake-Scmake-Bbuild-cmake-GNinja-DCMAKE_BUILD_TYPERelease-DCMAKE_INSTALL_PREFIX/usr/local-Dprotobuf_BUILD_TESTSOFF-DBUILD_SHARED_LIBSON cmake--buildbuild-cmake -j$(nproc)sudocmake--installbuild-cmakesudoldconfigls/usr/local/lib/cmake/protobuf/安裝一個(gè)與 protobuf 3.21.2 版本匹配的 grpc# 1. 安裝編譯依賴sudoapt-getinstall-ybuild-essential pkg-config\libssl-dev zlib1g-dev libc-ares-dev# 2. 下載源碼并編譯安裝gitclone --recurse-submodules-bv1.51.1--depth1--shallow-submodules\https://github.com/grpc/grpccdgrpc cmake-S.-Bcmake/build-GNinja\-DCMAKE_BUILD_TYPERelease\-DCMAKE_INSTALL_PREFIX/usr/local\-DgRPC_INSTALLON\-DgRPC_BUILD_TESTSOFF\-DgRPC_PROTOBUF_PROVIDERpackage\-DgRPC_ZLIB_PROVIDERpackage\-DgRPC_CARES_PROVIDERpackage\-DgRPC_SSL_PROVIDERpackage\-DgRPC_ABSL_PROVIDERmodule\-DgRPC_RE2_PROVIDERmodule cmake--buildcmake/build -j$(nproc)sudocmake--installcmake/buildsudoldconfig安裝 yamlgitclone https://github.com/jbeder/yaml-cpp.gitcdyaml-cppgitcheckout0.8.0 cmake-Bbuild\-DCMAKE_BUILD_TYPERelease\-DCMAKE_POSITION_INDEPENDENT_CODEON\-DYAML_CPP_BUILD_TESTSOFF\-DYAML_CPP_BUILD_TOOLSOFF\-DYAML_BUILD_SHARED_LIBSON cmake--buildbuild -j$(nproc)sudocmake--installbuildsudoldconfig安裝 ucx v1.20.0提前出示需要打補(bǔ)丁給 ucx v1.20.0 的內(nèi)容。在checkout后 v1.20.0 后要做一個(gè)補(bǔ)丁定義一個(gè)宏函數(shù) READ_ONCErulerruler-Super-Server:~/ex_holoscan/ucx$ git diff diff--git a/src/uct/ib/mlx5/gdaki/gdaki.cuh b/src/uct/ib/mlx5/gdaki/gdaki.cuh index b057bc3cf..850cccf32100644---a/src/uct/ib/mlx5/gdaki/gdaki.cuhb/src/uct/ib/mlx5/gdaki/gdaki.cuh -12,612,10#includedoca_gpunetio_dev_verbs_qp.cuh#includecooperative_groups.h#ifndef READ_ONCE#defineREAD_ONCE(x)(*(volatiletypeof(x)*)(x))#endif#defineUCT_RC_GDA_RESV_WQE_NO_RESOURCE-1ULL#defineUCT_RC_GDA_WQE_ERRUCS_BIT(63)#defineUCT_RC_GDA_WQE_MASKUCS_MASK(63)rulerruler-Super-Server:~/ex_holoscan/ucx$ git branch*(HEAD detached at v1.20.0)master rulerruler-Super-Server:~/ex_holoscan/ucx$配置編譯 ucxcd /opt# 1. 下載源碼gitclone https://github.com/openucx/ucx.gitcducx/gittaggitcheckout v1.20.0 ./autogen.sh# 2. 創(chuàng)建構(gòu)建目錄mkdirbuildcdbuild# 3. 配置release 優(yōu)化版本# --with-cuda: 指定 CUDA 路徑# --with-verbs / --with-rdmacm: 啟用 IB/RoCE 傳輸# --enable-mt: 啟用多線程支持# GDA 會(huì)自動(dòng)通過(guò) pkg-config 檢測(cè) doca-gpunetio../contrib/configure-release\--prefix/opt/ucx-1.20.0\--with-cuda/usr/local/cuda\--with-doca/opt/mellanox/doca\--enable-gdrcopy\--with-verbs\--with-rc\--with-ud\--with-dc\--with-mlx5-dv\--with-dm# 4. 編譯安裝make-j$(nproc)sudomakeinstall安裝 gxf# 1. 下載 GXF 5.7.1x86_64, CUDA 12 版僅約 5MBcd/tmpcurl-S-# -L -o gxf.tgz \https://edge.urm.nvidia.com/artifactory/sw-holoscan-thirdparty-generic-local/gxf/gxf_5.7.1_20260713_86d402891_holoscan-sdk-cu12_x86_64.tar.gz# 2. 解壓到 /opt/nvidia/gxf--strip-components 2 是官方 Dockerfile 的同款用法sudomkdir-p/opt/nvidia/gxfsudotarxzf gxf.tgz-C/opt/nvidia/gxf --strip-components2# 3. 驗(yàn)證 CMake 配置文件就位ls/opt/nvidia/gxf/lib/cmake/GXF/GXFConfig.cmake然后 holoscan-sdk 使用 gxf 的方式多一條-DGXF_DIR/opt/nvidia/gxf/lib/cmake/GXFcd~/ex_holoscan/tmp01/holoscan-sdkrm-rfbuild cmake-S.-Bbuild-GNinja\-DCMAKE_BUILD_TYPERelease\-DGXF_DIR/opt/nvidia/gxf/lib/cmake/GXF\-Ducx_DIR/opt/ucx-1.20.0/lib/cmake/ucx\# …加上你原來(lái)用的其他 -D 參數(shù)cmake--buildbuild -j$(nproc)參考https://github.com/NVIDIA-ISAAC-ROS/gxfhttps://catalog.ngc.nvidia.com/orgs/nvidia/clara-holoscan/resources/gxf_x86_64_holoscan_sdk/-?_lr1https://edge.urm.nvidia.com/artifactory/sw-holoscan-thirdparty-generic-local/gxf/gxf_5.7.1_20260713_86d402891_holoscan-sdk-cu12_x86_64.tar.gz安裝V4L2sudoapt-getupdatesudoapt-getinstall-ylibv4l-dev v4l-utils下載holoscan-sdkgitclone https://github.com/nvidia-holoscan/holoscan-sdk.gitcdholoscan-sdk/gitchekcout v4.5.0構(gòu)建 holoscan-sdkcmake-S/home/ruler/ex_holoscan/tmp01/holoscan-sdk\-B/home/ruler/ex_holoscan/tmp01/holoscan-sdk/build/\-GNinja\-DCMAKE_BUILD_TYPERelease\-DCUDAToolkit_ROOT:PATH/usr/local/cuda\-DHOLOSCAN_ENABLE_VIZOFF\-DHOLOSCAN_BUILD_EXAMPLESOFF\-DHOLOSCAN_BUILD_TESTSOFF\-DHOLOSCAN_DOWNLOAD_DATASETSOFF\-DTensorRT_ROOT/home/ruler/ex_holoscan/TensorRT-10.9.0.34\-Ducx_DIR/opt/ucx-1.20.0/lib/cmake/ucx