Ubuntu20.04安装CUDA

本文详细介绍了如何在Ubuntu20.04上安装NVIDIA驱动和CUDA。首先通过`nvidia-smi`检查驱动状态,然后降低g++版本以解决CUDA安装问题,接着使用runfile安装CUDA 11.1,并更新环境变量。最后通过运行测试程序验证CUDA安装成功。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、安装NVIDIA驱动

通过以下命令检查驱动安装情况

nvidia-smi

2、安装CUDA

首先Ubuntu 20.04默认g++9版本太高,会导致CUDA无法安装,因此要先降低g++版本。

sudo apt-get install gcc-7 g++-7
sudo update-alternatives

用runfile安装,两步:

wget https://developer.download.nvidia.com/compute/cuda/11.1.1/local_installers/cuda_11.1.1_455.32.00_linux.run
sudo sh cuda_11.1.1_455.32.00_linux.run

这部分参考文章:Ubuntu 20.04安装CUDA & CUDNN 手把手带你撸_哈希Map的博客-优快云博客_ubuntu20.04安装cuda

3、配置CUDA的环境变量

在终端输入:

sudo gedit ~/.bashrc

在最后一行添加:

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.1/lib64
export PATH=$PATH:/usr/local/cuda-11.1/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.1

注意:这里为安装的CUDA版本是11.1,按照自己的更改

4、测试CUDA是否安装成功

这部分参考文章:Ubuntu20.04下CUDA、cuDNN的详细安装与配置过程(图文)_嵌入式技术的博客-优快云博客_ubuntu 安装cudnn

### 如何在 Ubuntu 20.04安装 CUDA #### 准备工作 确保系统已更新至最新状态并重启计算机。对于特定版本的选择,需对比官方文档中的UbuntuCUDA兼容列表来决定适合的CUDA版本[^2]。 #### 安装 NVIDIA 驱动程序 如果尚未安装NVIDIA显卡驱动,则应先完成此步骤。可以通过查阅其他资源了解详细的安装方法,例如优快云博客上的《Ubuntu20.04安装Nvidia显卡驱动教程》[^1]。 #### 下载 CUDA 工具包 访问[NVIDIA官方网站](https://developer.nvidia.com/cuda-downloads),选择对应的操作系统、架构、发行版以及版本号(如Ubuntu 20.04),按照提示下载适用于系统的CUDA工具包。 #### 开始安装过程 通过命令行执行以下操作来进行安装: ```bash sudo dpkg -i cuda-repo-ubuntu2004_11.3.1-1_amd64.deb sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/7fa2af80.pub sudo add-apt-repository "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/ /" sudo apt-get update sudo apt-get -y install cuda ``` 以上命令假设正在安装的是CUDA 11.3版本;如果是其它版本,请调整文件名和URL以匹配所选版本的要求。 #### 设置环境变量 编辑`~/.bashrc`文件,在其末尾追加如下几行用于设置必要的路径: ```bash export PATH=/usr/local/cuda-11.3/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-11.3/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} ``` 保存更改后使新配置生效: ```bash source ~/.bashrc ``` 注意这一步骤非常重要,因为忽略它可能导致TensorFlow或其他依赖于CUDA的应用无法识别GPU设备[^3]。 #### 测试安装成果 最后验证CUDA是否正确安装,可通过运行简单的测试程序实现这一点。创建一个新的Python脚本并将下面的内容复制进去: ```python import tensorflow as tf print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU'))) ``` 当输出显示可用的GPU数量大于零时即表示安装成功。
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