Linux NVIDIA显卡驱动安装

最新推荐文章于 2025-06-08 09:54:43 发布

LuoYao_Yang

最新推荐文章于 2025-06-08 09:54:43 发布

阅读量1.3k

点赞数

CC 4.0 BY-SA版权

文章标签：显卡NVIDIA Linux

本文链接：https://blog.youkuaiyun.com/LuoYao_Yang/article/details/102500979

本文详细介绍了在Ubuntu系统中如何检查显卡信息并安装NVIDIA显卡驱动，针对安装过程中出现的NVIDIA-SMI无法与驱动通信的问题提供了具体的解决方案，包括使用dkms进行驱动安装。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

查看显卡信息

ubuntu-drivers devices
输入以上命令可以查看电脑的显卡信息，在安装时按照显卡的版本来
在这里插入图片描述
这里我们可以看到需要安装的版本是390，接着可以执行以下命令进行安装

sudo apt-get install nvidia-driver-390

测试

安装完成后进行测试，在输入nvidia-smi命令时出现了以下错误：

NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.

参考网上的首先降低内核版本没有作用，这里就不叙述

输入sudo apt-get install dkms
sudo dkms install -m nvidia -v 390.116（这里是我的版本号，可进入usr/src查看）

最后不需要重启，输入nvidia-smi就可运行
在这里插入图片描述

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

LuoYao_Yang

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

【Linux | dkms加载安装nvidia】dkms的安装

pingyufeng的博客

08-08

4076

dkms加载安装nvidia

Linux下安装NVIDIA显卡驱动（全流程通俗教程）

最新发布

专注于与编程相关的知识内容分享

06-08

2357

在Linux系统上安装NVIDIA显卡驱动的终极指南，涵盖了从准备工作到安装验证的完整流程。文章详细介绍了禁用Nouveau驱动、通过官方仓库或.run文件安装的不同方法，并提供安装后验证与配置技巧。同时包含了常见故障排除方案，如无法进入图形界面、Secure Boot问题和内核兼容性问题。对于高级用户，还介绍了多显卡管理、电源优化和监控工具的使用。最后给出版本选择建议和定期维护提示，帮助用户顺利完成NVIDIA驱动的安装与优化。

ubuntu安装NVIDIA390驱动

qq_40710634的博客

05-23

1556

搁置了三个月，今天我终于搞好了驱动，泪流满面中（T-T）感谢fb同学的帮忙，你说的全都对，是我没操作好。用到的代码依次如下： sudo apt-get remove nvidia* --purge cd /usr/bin/ ls -al|grep gcc sudo rm gcc sudo ln -s gcc-4.8 gcc ls -al|grep g++ sudo rm g++ sudo l...

安装linux系统显卡问题,安装 显卡驱动问题,请教!!!!!!!!!!

weixin_28960699的博客

05-12

609

该楼层疑似违规已被系统折叠隐藏此楼查看此楼我的显卡是NVIDIAGeforce4MX440在虚拟机下装完LINUX后装显驱动却提示我WARNING:YoudonotappeartohaveanNVIDIAGPUsupportedbythe1.0-8776NVIDIALinuxgraphicsdriverinstalledinthissyste...

安装nvidia 390/387/384显卡驱动出现登录死循环问题的参考解决方法

wonderseen的博客

02-26

3268

1080ti的nvidia显卡驱动好端端突然不能用，出现登录死循环的问题。这次，简单重装驱动还是解决不了问题，测试百度近期的解决方案均无法解决。我排除了其他可能性，这是新的bug，和最新版的驱动有关，百度上17年的旧方法均无法解决。这个坑，不需重装系统。具体的问题描述和解决方法重点如下：问题描述最新官网检索1080ti-linux-64位显示推荐提供了...

Ubuntu16.04 安装NVIDIA 390.25驱动手记

y276455978的专栏

03-07

4575

经过3天奋战终于是安装好了。想来也遇到无数坑。1、secure boot option ( 开机进入bios)应设置为disable，否则就算安装好NVIDIA驱动，调取ctrl+alt+F2, 输入sudo nvidia-smi，显示无驱动（输入sudo apt-get –purge remove nvidia-*）, 依旧出现如重启黑屏与反复跳入登录界面，无法进入桌面。（参考：https://...

Linux Nvidia显卡驱动安装

氷泠

10-17

8850

1 概述因为某些需要需要在Linux上安装显卡驱动，这里记录一下安装过程。 2 环境 Manjaro RTX 2060 3 下载驱动安装包到官网上搜索下载即可，可以戳这里：选择自己的显卡型号即可，笔者选择参考如下：搜索下载即可，下载之后是一个.run文件，加上执行权限： sudo chmod u+x NVIDIA-Linux-x86_64-455.28.run 4 准备工作 4.1 安装linux-header 安装之前先安装linux-header，首先获取内核版本号： uname -a

Linux 安装Nvidia GPU显卡驱动

西京刀客

06-08

3万+

安装Nvidia GPU驱动\CUDA

Linux下安装nvidia显卡驱动

02-12

Linux下安装nvidia显卡驱动的步骤

NVIDIA linux显卡驱动

09-03

1、3090-NVIDIA-Linux-x86_64-510.54.run 2、NVIDIA-Linux-x86_64-450.66.run 3、NVIDIA-Linux-x86_64-450.51.run 4、NVIDIA-Linux-x86_64-460.67.run

Ubuntu系统中查看电脑驱动信息

innovationy的博客

03-07

4689

sudo ubuntu-drivers devices hello@hello-XPS-8930:~$ WARNING:root:_pkg_get_support nvidia-driver-390: package has invalid Support Legacyheader, cannot determine support level == /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 == modalias : pci:v000010DE

20240115在ubuntu20.04.6下给GTX1080M显卡安装驱动程序和CUDA

南岭笑笑生之家

01-16

2248

rw-rw-r-- 1 rootroot rootroot 3277466978 11月 30 03:10 cuda-repo-ubuntu2004-12-3-local_12.3.2-545.23.08-1_amd64.deb。-rwx------ 1 rootroot rootroot 76 12月 7 20:53 rk3399-android-11-r20211216.tar.xz.hash.md5*

子进程 post-installation script 返回了错误号

深藏功与名

04-24

3435

在ubuntu上使用apt-get安装软件的时候出现如下错误:正在设置 nfs-common (1:1.2.2-4ubuntu5) ...dpkg：处理 nfs-common (--configure)时出错：子进程已安装 post-installation 脚本返回了错误号 10正在设置 samba-common (2:3.5.8~dfsg-1ubuntu2.3) ...dpkg：处理 s...

Ubuntu20.04无法安装也无法卸载显卡驱动

weixin_43370319的博客

07-02

1676

每次报错都有关键词“依赖关系问题“，上网查到说要把gcc升级到12。不过我没升级到12，试试把gcc版本升高，从6升到9。然后以为把驱动卸载掉重新装一下就行了。然后再安装驱动，成功！

Ubuntu 18.04 NVIDIA驱动安装显卡

wto882dim的博客

01-10

525

使用标准Ubuntu 仓库进行自动化安装 1,使用命令：检测你的NVIDIA显卡型号和推荐的驱动程序的模型 py@py-GA-970A-D3:~$ ubuntu-drivers devices == /sys/devices/pci0000:00/0000:00:02.0/0000:01:00.0 == modalias : pci:v000010DEd00001C82sv000010DE...

ubuntu18.04 安装nvidia显卡驱动

weixin_44583856的博客

10-22

1万+

ubuntu18.04 安装Intel显卡驱动1、查询显卡型号2、添加源3、查看驱动4、安装驱动5、查看显卡信息一定要先禁用nouveau,参考ubuntu单系统开机后黑屏操作方法。 1、查询显卡型号 windows下打开设备管理器，选择显示适配器，UHD是集成显卡，GeForce是独立显卡。在Ubuntu下查询显卡型号集成显卡输入命令: lspci -nn | grep VGA 独立显卡输入命令如下: lspci -v | grep 3D 或者 lspci -v | grep nvidia

Linux安装NVIDIA显卡驱动并配置pytorch和tensorflow环境

m0_37559192的博客

10-03

2463

搭建双系统，安装NVIDIA显卡驱动，并在ubuntu18.04上配置pytorch和tensorflow环境全过程记录

linux nvidia显卡驱动安装 cuda cudnn

03-16

### Linux 下 NVIDIA 显卡驱动、CUDA 和 cuDNN 的安装教程 #### 1. 安装 NVIDIA 显卡驱动 在 Ubuntu 上安装 NVIDIA 显卡驱动可以通过图形界面完成，也可以通过命令行操作。推荐方法如下： - 打开 *软件和更新* 中的 *附加驱动* 页面，在可用选项中选择带有 `NVIDIA` 字样的驱动程序并应用更改[^2]。如果需要手动安装或者禁用默认的 Nouveau 驱动，则可以执行以下步骤： ```bash sudo apt update sudo apt install linux-headers-$(uname -r) sudo modprobe -r nouveau && sudo bash -c "echo blacklist nouveau > /etc/modprobe.d/blacklist-nouveau.conf" sudo reboot ``` 重启后下载对应版本的 NVIDIA 驱动包，并运行安装脚本[^3]: ```bash chmod +x NVIDIA-Linux-x86_64-version.run sudo ./NVIDIA-Linux-x86_64-version.run ``` #### 2. 升级或安装 CUDA 工具包为了确保兼容性和性能优化，建议先确认已安装的 NVIDIA 驱动版本是否支持目标 CUDA 版本。对于特定版本如 CUDA 10.1 可以按照官方文档说明进行配置[^1]。通常情况下可通过 APT 或者本地 RUN 文件两种方式实现安装过程。APT 方法较为简便： ```bash wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntuXX/x86_64/cuda-keyring_1.0-1_all.deb sudo dpkg -i cuda-keyring_1.0-1_all.deb sudo apt-get update sudo apt-get -y install cuda-10-1 ``` 完成后记得设置环境变量以便后续调用工具链正常工作： ```bash export PATH=/usr/local/cuda-10.1/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:$LD_LIBRARY_PATH source ~/.bashrc ``` #### 3. 配置 cuDNN 库文件 cuDNN 是针对深度学习框架加速而设计的一套高性能库集合。其依赖于基础 CUDA 平台之上构建而成。获取合法授权后的 cuDNN 压缩档需解压到指定目录下覆盖原有内容: 假设当前路径存在 tar.gz 形式的压缩包形式： ```bash tar zxvf cudnn-X-linux-x64-vY.Y.ZZ.tgz sudo cp cuda/include/cudnn*.h /usr/local/cuda/include/ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn* ``` 最后验证整个流程无误可尝试编译示例项目来检测功能完整性。 ```python import tensorflow as tf print(tf.test.is_built_with_cuda()) # 输出 True 表明成功启用GPU计算能力 ```