如何在Ubuntu 22.04系统上安装CUDA 12.9

以下是在 Ubuntu 22.04 系统上安装 CUDA 12.9 的精准分步指南,基于英伟达官方推荐流程简化,确保适配你的 575 驱动和 RTX A6000 显卡:

一、安装前准备(核心前提)

  1. 确认驱动已就绪:你的 575 系列驱动(nvidia-smi 显示版本为 575.xx)已满足 CUDA 12.9 的最低要求,无需重新安装驱动,直接跳过驱动安装步骤。
  2. 删除旧版 CUDA 残留(可选):若之前装过其他 CUDA 版本,先执行以下命令清理,避免冲突:
    sudo apt-get --purge remove "cuda*" "nvidia-cuda*"
    sudo apt-get autoremove && sudo apt-get clean
    
  3. 安装依赖库:执行命令安装必需依赖:
    sudo apt-get update
    sudo apt-get install build-essential gcc g++ freeglut3-dev libx11-dev libxmu-dev libxi-dev libglu1-mesa libglu1-mesa-dev
    

二、正式安装 CUDA 12.9(deb 包方式,最稳定)

步骤 1:添加英伟达官方软件源

依次在终端执行以下 4 条命令(复制粘贴即可,每执行完一条按回车):

sudo wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin
sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/3bf863cc.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/ /"
步骤 2:安装 CUDA 12.9
  1. 先更新软件源缓存:
    sudo apt-get update
    
  2. 执行安装命令(重点:仅安装 CUDA 工具包,不包含驱动):
    sudo apt-get install cuda-toolkit-12-9
    
    安装过程约 5-10 分钟,需确认依赖时输入 y 并回车。

三、配置环境变量(必须步骤)

  1. 打开环境变量配置文件:
    sudo nano ~/.bashrc
    
  2. 在文件末尾添加以下 3 行内容(复制粘贴,注意路径正确性),使用ctrl+o进行保存,ctrl+x退出:
    export PATH=/usr/local/cuda-12.9/bin${PATH:+:${PATH}}
    export LD_LIBRARY_PATH=/usr/local/cuda-12.9/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
    export CUDA_HOME=/usr/local/cuda-12.9
    
  3. 保存文件并关闭编辑器,然后生效环境变量:
    source ~/.bashrc
    

四、验证安装是否成功

执行以下 2 条命令,输出对应信息即表示安装正常:

  1. 查看 CUDA 编译器版本:
    nvcc -V
    
    成功会显示:release 12.9, V12.9.147(版本号匹配 12.9 即可)。
  2. 查看驱动与 CUDA 匹配状态:
    nvidia-smi
    
    右上角会显示:CUDA Version: 12.9(与安装版本一致,且无报错)。

常见问题解决

  • 执行 nvcc -V 提示 “命令未找到”:检查环境变量路径是否正确,或重新执行 source ~/.bashrc 生效。
  • 安装时提示 “依赖冲突”:优先执行 sudo apt-get -f install 修复依赖,再重新安装 CUDA。
  • 多卡场景无需额外配置:SGLang 引擎会自动识别双 RTX A6000,部署模型时通过参数(如 --tensor-parallel-size 2)启用多卡并行即可。
在不同版本的Ubuntu系统上以deb方式安装CUDA的方法有所不同,以下为你分别介绍: ### Ubuntu 16.04安装CUDA 9.0 使用`cd`命令进入到下载的deb包所在目录下,执行以下命令: ```bash gs@gs:~/Desktop/ubuntu$ md5sum cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb ``` 若系统里已有相关组件,表示不用重复安装。若各项验证检查均满足要求,便可进行上述正式安装过程;若未满足要求,可参考cuda的官方文档获取详细解决方案[^2]。 ### Ubuntu 22.04安装CUDA 12.9 #### 安装前准备 1. 确认驱动已就绪:575系列驱动(`nvidia-smi`显示版本为575.xx)已满足CUDA 12.9的最低要求,无需重新安装驱动,可直接跳过驱动安装步骤。 2. 删除旧版CUDA残留(可选):若之前装过其他CUDA版本,先执行以下命令清理,避免冲突: ```bash sudo apt-get --purge remove "cuda*" "nvidia-cuda*" sudo apt-get autoremove && sudo apt-get clean ``` 3. 安装依赖库:执行命令安装必需依赖: ```bash sudo apt-get update sudo apt-get install build-essential gcc g++ freeglut3-dev libx11-dev libxmu-dev libxi-dev libglu1-mesa libglu1-mesa-dev ``` #### 正式安装 添加英伟达官方软件源(文档未给出后续详细命令,可参考英伟达官方文档继续完成安装)[^3]。 ### Ubuntu安装CUDA并配置cuDNN #### 安装cuDNN 下载deb格式的cuDNN文件,按照顺序安装3个deb文件(先runtime,再developer,最后doc): ```bash # 包含了某些深度学习应用 # cuDNN Runtime Library for Ubuntu16.04 (Deb) sudo dpkg -i libcudnn7_7.6.5.32-1+cuda10.0_amd64.deb # 包含了在Ubuntu系统上开发深度学习时所需的cuDNN头文件 # cuDNN Developer Library for Ubuntu16.04 (Deb) sudo dpkg -i libcudnn7-dev_7.6.5.32-1+cuda10.0_amd64.deb # 包含了cuDNN例程和相关文档 # cuDNN Code Samples and User Guide for Ubuntu16.04 (Deb) sudo dpkg -i libcudnn7-doc_7.6.5.32-1+cuda10.0_amd64.deb ``` #### 配置CUDA环境变量 ```bash # 配置环境变量 sudo gedit ~/.bashrc export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} # 更新环境变量 source ~/.bashrc # 查看cuda是否安装成功 nvcc -V ``` ### Ubuntu 20.04安装CUDA和cudnn 分别安装三个库: ```bash sudo apt-get install libcudnn8=8.x.x.x-1+cudaX.Y sudo apt-get install libcudnn8-dev=8.x.x.x-1+cudaX.Y sudo apt-get install libcudnn8-samples=8.x.x.x-1+cudaX.Y ``` 其中`8.x.x.x`和`X.Y`需根据实际情况替换为对应的版本号[^4]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值