Ubuntu 可以同时安装多个版本的 CUDA。NVIDIA 允许用户在同一台机器上安装多个 CUDA 版本，这对于不同的应用和框架需要不同的 CUDA 版本时非常有用。

如果你要安装多个 CUDA 版本，可以通过以下几种方式管理它们：

1. 安装多个版本的 CUDA

• 你可以直接从 NVIDIA 官网下载不同版本的 CUDA 并安装到不同的路径。例如，默认的安装路径是 /usr/local/cuda，你可以为每个版本创建不同的文件夹来存放它们，例如 /usr/local/cuda-11.2 和 /usr/local/cuda-11.4 等。

• 安装时，确保指定不同的版本目录。安装不同版本时，使用 NVIDIA 提供的 .run 安装包或者通过包管理器安装时，选择合适的版本。

2. 切换 CUDA 版本

在系统中安装多个版本的 CUDA 后，你可能需要在不同的 CUDA 版本之间切换。可以通过以下方法实现：

• 通过环境变量切换 CUDA 版本
  修改 PATH 和 LD_LIBRARY_PATH 环境变量来选择要使用的 CUDA 版本。你可以在 .bashrc 文件中进行配置：

  export PATH=/usr/local/cuda-11.4/bin:$PATH
  export LD_LIBRARY_PATH=/usr/local/cuda-11.4/lib64:$LD_LIBRARY_PATH
  

  每次切换版本时，你只需修改这两个路径指向不同的 CUDA 版本目录即可。

• 使用 update-alternatives 管理 CUDA 版本
  你可以使用 update-alternatives 工具来切换不同的 CUDA 版本。例如：

  sudo update-alternatives --install /usr/local/cuda cuda /usr/local/cuda-11.2 100
  sudo update-alternatives --install /usr/local/cuda cuda /usr/local/cuda-11.4 200
  

  然后可以通过以下命令选择当前使用的 CUDA 版本：

  sudo update-alternatives --config cuda
  

  这会让你选择一个要使用的 CUDA 版本。

3. 管理不同版本的驱动和依赖

确保每个 CUDA 版本对应的 NVIDIA 驱动版本也兼容。通常，较新的 CUDA 版本要求较新的 NVIDIA 驱动程序，但旧的 CUDA 版本通常与较老的驱动兼容。

4. 在程序中指定 CUDA 版本

在某些程序（例如 TensorFlow 或 PyTorch）中，你可以通过设置环境变量来指定使用特定的 CUDA 版本。例如，在 TensorFlow 中，你可以通过设置 CUDA_HOME 来指定 CUDA 版本路径：

export CUDA_HOME=/usr/local/cuda-11.4

总结来说，Ubuntu 支持同时安装多个 CUDA 版本，只需要注意版本之间的切换和依赖管理即可。