ubuntu部署NVIDIA驱动和CUDA及CUDNN

最新推荐文章于 2025-10-29 09:37:58 发布
原创 最新推荐文章于 2025-10-29 09:37:58 发布 · 1.8k 阅读 · 3 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#ubuntu #ai #CUDA

环境：

             服务器   ：DELL R730服务器

             GPU      ：GTX1080ti

             操作系统：ubuntu-16.04.1-desktop-amd64.iso

安装步骤：

       

一、安装ubuntu16.0.4操作系统

1、刻录U盘或者光盘：（光盘刻录前进行格式化）

（1）下载并安装UltraISO软通牒刻录软件

（2）将ubuntu16.0.4 ISO文件拖放到UltraISO软件工作区

（3）点击软件“启动”按钮，选择写入硬盘映像

（4）写入方式默认就可以

（5）重要的是要点击“便捷启动”，选择写入新的驱动器引导扇，并选择Syslinux

  （6）设置完成进行点击“写入”即可

2、安装Ubuntu16.0.4操作系统

   1、进入BIOS环境将启动设置U盘启动就可以按步骤进行安装

二、安装NVIDIA驱动前的环境设置

1、设置BIOS环境

   新的Windows PC都是带有UEFI固件的，而且也开启了Secure Boot功能。什么用呢，简单说明下：如今新的WindowsPC都是带有UEFI固件的，而且也开启了SecureBoot功能。Secure Boot可以拒绝引导那些未被UEFI秘钥签名的操作系统，换句话说，只有微软认证的软件才可以被引导。同时还会导致一个问题就是无法使用CUDA安装NVIDIA驱动或者安装CUDA后没有NVIDIA设备。如何解决呢，首先就是要进入BIOS把Secure Boot

最低0.47元/天 解锁文章
caojunwei0324
关注
Ubuntu系统下 Nvidia驱动 + cuda驱动 + CuDNN安装与卸载
无人机飞啊飞啊飞
04-23 3461
但是，需要注意的是，当询问是否安装显卡驱动时，选择no，当输入nvidia-smi没问题的时候一般代表显卡驱动没问题。-no-opengl-files：只安装驱动文件，不安装OpenGL文件。接下来和之前一样，检测你的NVIDIA显卡型号和推荐的驱动程序的模型。如下，推荐nvidia-driver-535-server-open。安装Nvidia显卡的官方驱动和系统自带的nouveau驱动冲突。首先，检测你的NVIDIA显卡型号和推荐的驱动程序的模型。执行自动安装，将会安装所有推荐的驱动程序。
从小白教你如何配置ubuntu20.04的一些基础环境（包括安装ubuntu驱动，cuda，cudnn，anaconda，pytorch）
weixin_54186806的博客
02-13 2016
这一条命令是下载cuda的安装包，但是我不建议用这个命令去下载安装包，因为进入英伟达的官网是需要魔法的，魔法的网络可能不稳定，然后你用这个命令直接输入终端进行下载的话，可能下载到因为网络原因报错导致下载的内容不全，建议直接复制wget后面的链接到浏览器中进行下载，比较文档（亲测有效），或者直接点击下面的链接进行下载。首先查看系统支持的最高版本的cuda，下图中箭头指示的是cuda版本12.2，这意味着我们之后安装的cuda版本，不能超过12.2这个版本。（前面的安装选型全选yes，一般是不会有什么问题的）
Ubuntu 安装 NVIDIA显卡驱动、CUDA 以及 CuDNN工具
知识的汲取和传授都应该是快乐的
04-16 1万+
ubuntu安装nvidia显卡驱动、cuda以及cudnn工具包
Ubuntu安装Nvidia驱动与Cuda Toolkit详细教程 | 步骤解析与环境配置 - 幽络源
幽络源
11-08 6742
本文提供详细的Ubuntu系统上安装Nvidia驱动与Cuda Toolkit的步骤，涵盖驱动版本查询、安装、环境配置等操作，帮助开发者快速搭建GPU计算环境，提升系统性能与效率。
人机共生下的“AI依赖”：如何守住独立思考的控制权
最新发布
欢迎来到运通链达的官方博客！我们深度探讨人工智能技术与应用，贯彻科技向善理念，推动科技进步与社会福祉和谐共生。
10-29 1058
【摘要】AI提供认知捷径，也带来思维外包风险。本文剖析AI依赖的认知、组织与技术风险，深挖其成因，并提供一套从个人、组织到技术生态的系统性框架，旨在夺回独立思考的控制权。
CUDA使用介绍
weixin_45477628的博客
05-07 7094
CUDA Toolkit下载链接CUDA Toolkit包含了CUDA驱动和工具,CUDA驱动与NVIDIA驱动并不是一个东西，CUDA驱动接入NVIDIA驱动提供的接口访问GPU，同时接入程序，将运行结果输出。NVIDIA驱动接入GPU，对外提供能够访问GPU的接口。
Ubuntu安装英伟达nvidia显卡驱动-CUDA-cuDNN详细步骤
人工智能(AI)技术，大模型技术，深度学习，机器学习，计算机视觉，AI工具实践应用等分享
11-19 2万+
Ubuntu安装英伟达Nvidia显卡驱动-CUDA-cuDNN
（保姆级教程）Ubuntu系统安装NVIDIA驱动+CUDA超详细安装指南
介绍AI领域相关知识
07-25 1万+
本文详细介绍了在Ubuntu 20.04.6 LTS系统上为NVIDIA RTX 3090显卡安装驱动和CUDA 12.5的全过程。首先通过命令行检查显卡信息，随后通过PPA源安装推荐版本的NVIDIA驱动。接着从官网下载CUDA 12.5的runfile安装包，配置环境变量并验证安装。最后安装匹配的cuDNN加速库，完成深度学习环境的搭建。整个过程包含详细的命令示例和截图说明，适合开发者参考配置类似的GPU计算环境。
ubuntu20.04/Ubuntu22.04配置cuda和cuDNN
追梦的博客
03-07 7426
这里写自定义目录标题配置pytorch 环境用于深度学习Ubuntu20.04 安装显卡驱动Ubuntu20.04 安装CUDA和cuDNN 配置pytorch 环境用于深度学习 Ubuntu20.04 安装显卡驱动 显卡型号是GM200[GeForce GTX TITAN X] 网上搜索了许多教程，本人尝试了最简单的方法： 按下win可以唤出 Software & Updates 管理界面，然后选择“Addtional Drivers”，本人选择第一个选择； 安装结束了，在终端测试，是否安装成功
ubuntu安装驱动+cuda+cudnn+nvcc+tensorRT
weixin_53609418的博客
03-05 1572
好的部署从安装好环境开始！！！
Ubuntu 安装CUDA
str1ngthen的博客
10-12 3万+
可以发现，我这里的NVIDIA显卡驱动版本是 470.141.03，这里可以看到本机最高支持 cuda 11.4 ，也就是说11.4之下的CUDA版本该显卡都可以支持，11.4之上的则不支持。通过上表可以发现，由于自己的NVIDIA显卡驱动版本是 470.141.03，所以自己电脑显卡支持的版本CUDA 11.4及之下。后,终端就会跳出选择界面，回到正常终端模式，并且没有用任何提示。这是正常现象，等待安装完成即可。所以需要根据已有的显卡驱动版本，去。（以CUDA11.4为例）
ubuntu下配置nvidia驱动，踩坑整理后流程，亲测可用
D258384的博客
06-06 3万+
记录下终于安好了nvidia驱动，首先建议刚装完系统就先安装nvidia驱动，否则出问题大概率就是重装系统我是笔记本双系统的ubuntu20.04，想用gpu跑些ai模型，Geforce 2060显卡 我这里是Geforce RTX 2060拿到这个信息就行这点很重要，因为不先看这个版本的话，直接在官网驱动下载界面填写本机信息去搜索，官网默认只给一个搜索结果，而我的搜索结果不是我的电脑支持的nvidia驱动版本，然后nvidia驱动卸载还很麻烦，用各种方法卸载，但是安装正确的版本时总是提示已经有驱动了，
ubuntu16.04系统run方式安装nvidia显卡驱动
qq_35686293的博客
12-05 2670
避免sudo apt-get install nvidia-*安装方式造成登录界面循环。 1. ubuntu 16.04默认安装了第三方开源的驱动程序nouveau，安装nvidia显卡驱动首先需要禁用nouveau，不然会碰到冲突的问题，导致无法安装nvidia显卡驱动。 编辑文件blacklist.conf sudo vim /etc/modprobe.d/blacklist.conf ...
nvidia ubuntu安装配置
youyaohuannimei的博客
01-16 769
1. ubuntu16.04 2. NVIDIA驱动版本 387（ 查看GPU型号 lspci  | grep -i vga 如果nvidia-smi显示无command或者无法连接driver 先卸载： sudo apt-get remove --purge nvidia-* 再直接采用software update更新） 3. CUDA8.0（deviceQue
ubuntu系统下多种方法安装nvidia显卡驱动
iiloveChina的博客
06-04 2万+
下载得到“NVIDIA-Linux-x86_64-535.113.01.run”文件，将文件复制到英文路径的目录中，如：“/home/heqingchun/soft/nvidia”-no-x-check：安装驱动时关闭X服务 -no-nouveau-check：安装驱动时禁用nouveau -no-opengl-files：只安装驱动文件，不安装OpenGL文件。注：重启后进入bios设置，确认：1.设置独显直连 2.关闭安全启动。注：重启后进入bios设置，确认：1.设置独显直连 2.关闭安全启动。
『heqingchun-ubuntu系统下安装nvidia显卡驱动3种方法』
热门推荐
heqingchun16的博客
10-12 4万+
ubuntu系统下安装nvidia显卡驱动3种方法
驱动兼容_Nvidia GPU驱动与CUDA、Ubuntu内核兼容性问题的解决日志
weixin_42165018的博客
12-22 975
问题描述最近，在更新了新的Kernel之后，我的AI服务器运行的Ubuntu 16.04系统的Linux 内核升级到了4.4.0-139-generic。重启之后，发现GPU无法正常使用，出现无法登录系统、分辨率改变等问题，与循环登录的解决办法中描述的症状一致。初步判断原因是显卡驱动和新的linux内核(4.4.0-139-generic)不兼容导致的。去Nvidia的devtalk逛了一圈，确实...
从零开始的离线(无网)世界,ubuntu+gcc+make+nvidia(驱动+cuda(run方式)+cudnn)+conda+pycharm以及conda虚拟环境的安装与移植图文教程
qq_32033383的博客
12-28 3028
ubuntu,离线安装gcc make nvidia cuda cudnn conda pycharm
Ubuntu 8.04 下编译安装 Nvidia 驱动
GIS行迹--专注于GIS的发展
08-23 192
 经过多次安装Ubuntu 7.10，多次安装显卡驱动169.07和169.09，目前该方法在我附近的几台机器都是100%成功（都是n卡），现总结步骤如下： 1、下载驱动(.run文件)，放到自己的主目录下(/home/<yourname>)，改一个比较容易敲的名字(例如：display.run) 下载的地方有很多，nVidia自己的网站可以下，不过我是偏向喜欢在mydrivers.c...
ubuntu24.04 rtx4090部署cuda及cudnn步骤
07-04
<think>我们正在Ubuntu 24.04系统上为RTX 4090显卡配置CUDA和cuDNN。根据引用内容，我们需要注意以下几点： 1. 引用[1]提到在安装CUDA时，如果选择不安装驱动，则需要确保系统已有符合版本的驱动（至少550.00版本）。 2. 引用[2]介绍了cuDNN的安装方法，通过下载deb包并安装。 3. 引用[3]虽然标题提到Ubuntu 24.04，但内容描述的是Ubuntu 22.04，所以我们主要参考前两个引用。 步骤概述： 1. 安装NVIDIA驱动（确保版本支持CUDA 12.4） 2. 安装CUDA Toolkit（不包含驱动，因为我们已经单独安装驱动） 3. 安装cuDNN 详细步骤： ### 1. 安装NVIDIA驱动 RTX 4090需要较新的驱动。我们可以通过Ubuntu的官方仓库或NVIDIA官网安装驱动。推荐使用Ubuntu仓库的驱动，因为兼容性更好。 ```bash # 更新系统 sudo apt update && sudo apt upgrade -y # 查看可用的NVIDIA驱动版本 ubuntu-drivers devices # 安装推荐的驱动（通常是最新版本） sudo ubuntu-drivers autoinstall # 或者指定安装版本，例如： # sudo apt install nvidia-driver-550 # 重启系统 sudo reboot # 检查驱动是否安装成功 nvidia-smi ``` 在`nvidia-smi`的输出中，确认驱动版本至少为550（CUDA 12.4要求）。RTX 4090需要535版本以上的驱动，所以安装最新驱动即可。 ### 2. 安装CUDA Toolkit 从引用[1]中，我们注意到CUDA Toolkit安装时可以选择不安装驱动。我们使用官方提供的runfile安装方式。 a. 访问[NVIDIA CUDA下载页面](https://developer.nvidia.com/cuda-downloads)，选择Linux -> x86_64 -> Ubuntu -> 24.04 -> runfile(local)。 b. 按照网站上的指示下载安装文件并执行。 ```bash # 下载CUDA 12.4安装文件（以实际下载链接为准） wget https://developer.download.nvidia.com/compute/cuda/12.4.1/local_installers/cuda_12.4.1_550.54.15_linux.run # 赋予执行权限 chmod +x cuda_12.4.1_550.54.15_linux.run # 运行安装程序，并选择不安装驱动（因为我们已经单独安装） sudo ./cuda_12.4.1_550.54.15_linux.run --toolkit --silent --override ``` 安装选项说明： - `--toolkit`：只安装CUDA Toolkit - `--silent`：静默安装 - `--override`：覆盖已有的驱动检查（因为我们不安装驱动） c. 配置环境变量 将以下内容添加到`~/.bashrc`或系统配置文件中（如`/etc/profile`）： ```bash export PATH=/usr/local/cuda-12.4/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-12.4/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} ``` 然后使配置生效： ```bash source ~/.bashrc ``` 或者，按照引用[1]的建议，将库路径添加到`/etc/ld.so.conf`： ```bash sudo echo "/usr/local/cuda-12.4/lib64" >> /etc/ld.so.conf.d/cuda.conf sudo ldconfig ``` d. 验证安装 ```bash nvcc -V ``` 如果显示CUDA版本信息，则安装成功。 ### 3. 安装cuDNN cuDNN需要从NVIDIA官网下载，需要注册账号。根据引用[2]，我们可以使用deb包安装。 a. 访问[cuDNN下载页面](https://developer.nvidia.com/cudnn)，选择与CUDA 12.4兼容的cuDNN版本（例如cuDNN 9.x.x for CUDA 12.x）。注意：需要登录。 b. 下载适用于Ubuntu 24.04的deb包（例如`cudnn-local-repo-ubuntu2404-9.6.0_1.0-1_amd64.deb`）。 c. 按照引用[2]的步骤安装： ```bash # 安装本地仓库包 sudo dpkg -i cudnn-local-repo-ubuntu2404-9.6.0_1.0-1_amd64.deb # 复制密钥到keyrings目录 sudo cp /var/cudnn-local-repo-ubuntu2404-9.6.0/cudnn-*-keyring.gpg /usr/share/keyrings/ # 更新apt仓库 sudo apt-get update # 安装cuDNN sudo apt-get install -y cudnn ``` 注意：如果下载的是tar文件，则需要手动解压并复制到CUDA目录。 d. 验证cuDNN安装 可以通过编译并运行cuDNN示例程序来验证，或者使用以下命令检查版本： ```bash # 检查cudnn版本 cat /usr/include/x86_64-linux-gnu/cudnn_version.h | grep CUDNN_MAJOR -A 2 ``` 或者使用深度学习框架（如TensorFlow或PyTorch）来验证。 ### 注意事项 - 确保驱动版本、CUDA版本和cuDNN版本兼容。RTX 4090需要CUDA 11.8及以上版本，我们使用CUDA 12.4和对应版本的cuDNN。 - 如果使用Anaconda，可以在虚拟环境中安装cudatoolkit和cudnn，但系统级的CUDA和cuDNN对于高性能计算更为重要。 §§相关问题§§ 1. 如何验证CUDA和cuDNN是否安装成功？ 2. 安装CUDA时遇到驱动不兼容问题怎么办？ 3. 如何升级或降级NVIDIA驱动版本？ 4. 在Ubuntu 24.04上安装CUDA有哪些常见错误及解决方法？</think>### Ubuntu 24.04 RTX 4090 安装配置 CUDA 和 cuDNN 步骤 以下是针对 RTX 4090 显卡的完整安装流程（已排除驱动安装步骤，因引用显示驱动已安装）： #### 一、安装 CUDA Toolkit 1. **下载 CUDA 安装包** 访问 [CUDA Toolkit 官网](https://developer.nvidia.com/cuda-toolkit-archive)，选择 CUDA 12.4 的 Linux 版 runfile 文件（与引用[1]一致）： ```bash wget https://developer.download.nvidia.com/compute/cuda/12.4.1/local_installers/cuda_12.4.1_550.54.15_linux.run ``` 2. **执行安装（跳过驱动）** ```bash chmod +x cuda_12.4.1_550.54.15_linux.run sudo ./cuda_12.4.1_550.54.15_linux.run --toolkit --silent --override ``` - 关键参数说明： - `--toolkit`：仅安装 CUDA Toolkit - `--silent`：静默安装 - `--override`：跳过驱动检查（因驱动已安装） 3. **配置环境变量** 编辑 `~/.bashrc` 添加以下内容（路径参考引用[1]）： ```bash export PATH=/usr/local/cuda-12.4/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-12.4/lib64:$LD_LIBRARY_PATH ``` 生效配置： ```bash source ~/.bashrc ``` 4. **验证安装** ```bash nvcc --version # 应显示 CUDA 12.4 nvidia-smi # 确认驱动版本 ≥550.54.15（RTX 4090 要求） ``` --- #### 二、安装 cuDNN 1. **下载 cuDNN 包** 访问 [cuDNN 官网](https://developer.nvidia.com/cudnn)（需注册），选择 **CUDA 12.x 兼容版本**（如 cuDNN 9.6.0），下载 Ubuntu 24.04 的 DEB 包（引用[2]方法）： ```bash wget https://developer.download.nvidia.com/compute/cudnn/9.6.0/local_installers/cudnn-local-repo-ubuntu2404-9.6.0_1.0-1_amd64.deb ``` 2. **安装 cuDNN** ```bash sudo dpkg -i cudnn-local-repo-ubuntu2404-9.6.0_1.0-1_amd64.deb sudo cp /var/cudnn-local-repo-ubuntu2404-9.6.0/cudnn-*-keyring.gpg /usr/share/keyrings/ sudo apt update sudo apt install cudnn # 自动安装最新兼容版本 ``` 3. **验证 cuDNN** ```bash cat /usr/include/x86_64-linux-gnu/cudnn_version.h | grep CUDNN_MAJOR -A 2 ``` 输出示例： ``` #define CUDNN_MAJOR 9 #define CUDNN_MINOR 6 #define CUDNN_PATCHLEVEL 0 ``` --- #### 三、RTX 4090 专属注意事项 1. **驱动要求** - 必须使用 ≥535 版本的驱动（CUDA 12.4 要求 ≥550），通过 `nvidia-smi` 确认。 - 若驱动不匹配，需升级：`sudo apt install nvidia-driver-550` 2. **兼容性检查** ```bash # 检查 GPU 是否被 CUDA 识别 /usr/local/cuda-12.4/extras/demo_suite/deviceQuery | grep "Result = PASS" ``` --- ### 安装结果验证 编译 CUDA 示例测试： ```bash cd /usr/local/cuda-12.4/samples/1_Utilities/deviceQuery sudo make ./deviceQuery # 应显示 RTX 4090 信息及 PASS ``` > **关键参考**： > - CUDA 安装日志位置：`/var/log/cuda-installer.log`（引用[1]） > - cuDNN 密钥需复制到 `/usr/share/keyrings/`（引用[2]）
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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