ubuntu 快速安装cuda

本文详细介绍了在Ubuntu系统中禁用nouveau驱动,安装NVIDIA显卡驱动,接着安装CUDA11.6及其依赖,配置环境变量,并安装CUDNN的完整过程。此外,还提到了如何安装低版本gcc以满足CUDA的兼容性需求。

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

这边主要记录一台新机子快速安装cuda的过程

1.安装显卡驱动

禁用nouveau驱动

使用下面命令没有输出即表示已禁用

lsmod | grep nouveau

/etc/modprobe.d/blacklist.conf最后一行加入blacklist nouveau,然后更新并重启

sudo vim /etc/modprobe.d/blacklist.conf  # 编辑文件

# 更新文件并重启
sudo update-initramfs -u
sudo reboot

安装NVIDIA显卡驱动

使用命令下面命令查看自己机子的显卡型号

lspci -vnn | grep VGA
image-20230426161007179

然后根据自己的显卡型号去官网下载对应的驱动,NVIDIA官网

选择以.run为结尾的文件进行下载,先赋予该文件可执行权限,然后运行(注意将文件名换成自己下载的文件)

sudo chmod +x NVIDIA-Linux-x86_64-525.105.17.run
sudo ./NVIDIA-Linux-x86_64-525.105.17.run

安装过程中,按照下面图片进行选择

1682497833831

最后使用nvidia-smi显示信息即表示完成安装

image-20230426162633082
2.安装CUDA

首先是要选择好你需要的CUDA版本,下面以cuda11.6为例

进入官网选择你要的cuda版本,CUDA各个发行版下载

然后安装一些依赖库文件

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

进入下载的cuda目录下,运行cuda,启动安装

sudo sh cuda_11.6.0_510.39.01_linux.run

按照下面进行选择,如果安装的cuda是低于10.1的,则界面有有所不同

image-20230509135750801

其中,CUDA Toolkit必选,Driver取决于是否安装了nvidia驱动,本文在第一步已安装过驱动,这里不选,其他选项都可以不选

image-20230509141302578

最后配置环境变量,根据你的shell,选择不同的文件写入,我使用的是zsh,则往~/.zshrc写入

vim ~/.zshrc

# 往最后加入下面内容
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin

# 激活配置文件
source ~/.zshrc

# 查看是否安装成功,显示版本号即成功
nvcc -V
3.安装CUDNN

cudnn需要适配cuda的版本,前往官网下载对应的版本即可cudnn下载

image-20230517144333538

使用命令解压

# 解压后出现一个cuda文件夹
tar -xvzf cudnn-11.6-linux-x64.tgz

# 移动文件并赋予权限
sudo cp cuda/include/cudnn.h /usr/local/cuda-11.6/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.6/lib64
sudo chmod a+r /usr/local/cuda-11.6/include/cudnn.h 
sudo chmod a+r /usr/local/cuda-11.6/lib64/libcudnn*

# 查看版本
cat /usr/local/cuda-10.1/include/cudnn.h | grep CUDNN_MAJOR -A 2

显示下面内容即安装成功

image-20230517144921371

安装低版本gcc

不一样的cuda是有一个最低的gcc版本要求的。我在配置深度学习项目时,害怕出现莫名的报错,所以力求所有的环境版本达到一致,所以一般gcc和g++也会选择保持和别人的项目一致。下面以gcc-4.8为例

直接使用apt install gcc-4.8会出现无法找到包的情况,所以需要增加源

sudo vim /etc/apt/sources.list

# 在最后加入下面两个源
deb http://dk.archive.ubuntu.com/ubuntu/ xenial main
deb http://dk.archive.ubuntu.com/ubuntu/ xenial universe
deb [arch=amd64] http://archive.ubuntu.com/ubuntu focal main universe

# 更新源
sudo apt update

如果更新时出现下面没有数字签名的错误

image-20230516154126753

解决方法

sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys 3B4FE6ACC0B21F32
sudo apt update

安装gcc-4.8和g++4.8

sudo apt-get install gcc-4.8
sudo apt-get install g++-4.8

重新设置系统中的gcc软链(这里使用update-alternatives管理软链,更加方便)

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.8 100
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.8 100

最后使用gcc -v查看gcc的版本号

如果需要切换gcc的版本(g++同理)

update-alternatives --config gcc
image-20230516160235143
### 安装 CUDA 的准备工作 为了确保顺利安装 CUDA,在开始之前需确认系统的准备情况。这包括检查当前使用的 Ubuntu 版本和支持的架构,因为不同的 CUDA 版本可能对应特定的操作系统版本和处理器架构。 对于 Ubuntu 系统而言,可以利用 `uname` 命令来获取有关操作系统的详细信息: ```bash uname -m && cat /etc/*release* ``` 此外,了解所用 GPU 设备的具体型号也至关重要。通过运行如下命令可获得显卡的相关信息[^1]: ```bash lspci | grep -i nvidia ``` ### 下载与安装 NVIDIA 驱动程序 在安装 CUDA 工具包前,建议先更新至最新的官方 NVIDIA 显卡驱动。可以通过添加图形驱动 PPA 来简化这一过程,并从中选取合适的稳定版驱动进行安装: ```bash sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt update ubuntu-drivers devices sudo ubuntu-drivers autoinstall ``` 重启计算机使新安装的驱动生效之后再继续下一步骤。 ### 获取并部署 CUDA Toolkit 访问[NVIDIA 开发者网站](https://developer.nvidia.com/cuda-downloads),依据个人需求挑选适合的 CUDA 发行版下载链接;或者直接采用预定义脚本方式快速拉取指定版本文件(例如引用中的 11.4.4)。接着按照提示完成本地安装流程[^2]: ```bash wget https://developer.download.nvidia.com/compute/cuda/11.4.4/local_installers/cuda_11.4.4_470.82.01_linux.run sudo sh cuda_11.4.4_470.82.01_linux.run ``` 注意:如果选择了自定义路径而非默认位置,则后续环境变量设置部分需要相应调整。 ### 设置环境变量 为了让编译器和其他工具能够识别刚安装好的 CUDA 库,还需要修改用户的 shell profile 文件(如 `.bashrc` 或 `.zshrc`),加入必要的 PATH 和 LD_LIBRARY_PATH 参数指向 CUDA 安装目录下的 bin 和 lib64 子文件夹。编辑配置文件后记得重新加载使之立即生效: ```bash echo 'export PATH=/usr/local/cuda-11.4/bin${PATH:+:${PATH}}' >> ~/.bashrc echo 'export LD_LIBRARY_PATH=/usr/local/cuda-11.4/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}' >> ~/.bashrc source ~/.bashrc ``` ### 测试 CUDA 是否正常工作 最后一步是验证整个安装是否成功。可以从源码包中找到几个简单的测试案例来进行初步检验。在此之前,有必要预先准备好某些依赖项以便顺利完成编译任务[^4]: ```bash sudo apt-get install g++ freeglut3-dev build-essential libx11-dev \ libxmu-dev libxi-dev libglu1-mesa libglu1-mesa-dev libfreeimage-dev ``` 进入 `/usr/local/cuda/samples` 目录下执行 make 构建命令生成可执行文件,随后尝试运行任一样例程序以观察输出结果是否符合预期。 一旦上述所有步骤均无误完成后即表示 CUDA 成功安装Ubuntu 平台上,此时便能着手开展基于 GPU 加速的应用开发了[^3]。
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