ubuntu22.04安装显卡驱动、CUDA及cudnn

本文详细介绍了在Ubuntu22.04系统上如何安装NVIDIA显卡驱动、CUDA以及cuDNN的步骤。首先,通过lspci命令识别显卡型号,然后从NVIDIA官网下载并安装适合的驱动。接着,使用Software&Updates或命令行工具安装CUDA,包括检查现有驱动、下载CUDA安装包和配置环境变量。最后,提到了安装cuDNN的相关参考资料,以供进一步学习。

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

显卡驱动

自行下载安装

查看显卡型号命令:

lspci | grep -i vga
 
#----output------
01:00.0 VGA compatible controller: NVIDIA Corporation Device 1f06 (rev a1)

可以看到,查看到的显卡型号名称是一个十六进制数字代码。
接下来将得到的十六进制数字代码,带入网址中查询具体显卡型号。
The PCI ID Repository可以按照十六进制数字代码找到相应的显卡型号。
在这里插入图片描述得到结果如下:
在这里插入图片描述
然后登录英伟达官网官网驱动|英伟达
在这里插入图片描述然后安装
例如

sudo ./NVIDIA-Linux-x86_64-515.57.run

Software & Updates安装

打开Software & Updates点击Additional Drivers,会依据显示进行推荐
在这里插入图片描述

使用命令安行安装

先运行

sudo ubuntu-drivers devices

得到如下结果

WARNING:root:_pkg_get_support nvidia-driver-390: package has invalid Support Legacyheader, cannot determine support level
== /sys/devices/pci0000:00/0000:00:03.0/0000:04:00.0 ==
modalias : pci:v000010DEd000011B4sv000010DEsd00001096bc03sc00i00
vendor   : NVIDIA Corporation
model    : GK104GL [Quadro K4200]
driver   : nvidia-340 - distro non-free
driver   : nvidia-driver-418-server - distro non-free
driver   : nvidia-driver-390 - distro non-free
driver   : nvidia-driver-470-server - distro non-free
driver   : nvidia-driver-450-server - distro non-free
driver   : nvidia-driver-470 - distro non-free recommended
driver   : xserver-xorg-video-nouveau - distro free builtin

按照推荐进行安装

sudo apt install nvidia-driver-470

Ubuntu22.04系统安装CUDA

一、CUDA 是什么

cuda是Compute Unified Device Architecture的缩写。中文叫统一计算架构。是为了让Nvidia GPU(可以通俗理解成显卡,但是与显卡有不同)可以完成通用计算任务的一种集成技术。我们通常可以使用的cuda框架有c,c++,fortran,python,java的,可以为数据大吞吐量的工作提供很好的加速功能。

先查看有没有安装CUDA 在终端输入命令

nvcc -V 
#或者
nvcc --version

显示
在这里插入图片描述
否则,需要安装cuda,查看有没有安装显卡驱动
查看Driver对应的CUDA version
终端输入nvidia-smi,显示
在这里插入图片描述
这里的Driver version为当前显卡驱动的版本,CUDA Version为可支持的最高版本的cuda

cuda-toolki-archive,下载对应的cuda
在这里插入图片描述选择了对应的属性之后,在终端依次输入Installation Instructions的指令

在这里插入图片描述

wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
sudo sh cuda_11.8.0_520.61.05_linux.run

如果安装cuda过程中出现

Failed to verify gcc version

那么很有可能你的gcc版本太高,例如:cuda 10.1要求gcc版本是7.3.0,但是ubuntu 20.04/linux mint 20默认gcc版本为9.3.0,所以可以增加参数安装--override

这时候因为前面步骤已经安装了Driver,这里会提示Existing package manager installation of the driver found. It is strongly recommended that you remove this before continuing.,我们选择continue即可,然后出现下面这样的界面,enter一下把Driver取消
在这里插入图片描述
安装过程结束后,显示下面界面
在这里插入图片描述

修改环境变量

vim ~/.bashrc

在最后输入:

export PATH="/usr/local/cuda-10.2/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH"

注意根据自己的cuda版本进行修改

接着source ~/.bashrc一下
最后再输入nvcc -V或者nvcc --version,显示
在这里插入图片描述
表示安装成功

Ubuntu22.04安装cuDNN

https://blog.youkuaiyun.com/leiconghe/article/details/128037529
https://blog.youkuaiyun.com/catpico/article/details/119493489

参考文献

https://blog.youkuaiyun.com/xhtchina/article/details/125931527
https://blog.youkuaiyun.com/weixin_45811857/article/details/124457280
https://blog.youkuaiyun.com/HaoZiHuang/article/details/109544443
https://blog.youkuaiyun.com/HaoZiHuang/article/details/109544443

### 安装 NVIDIA 3090 显卡驱动并配置 CUDA 环境 在 Ubuntu 22.04安装 NVIDIA GeForce RTX 3090 驱动并配置 CUDA 环境,需要按照以下方法操作。以下是详细说明: #### 1. 查询系统推荐的 NVIDIA 驱动版本 首先,确保系统更新到最新状态,并查询适合的 NVIDIA 驱动版本: ```bash sudo apt update sudo apt upgrade ubuntu-drivers devices ``` 通过 `ubuntu-drivers devices` 命令可以查看系统推荐的驱动版本。例如,对于 NVIDIA GeForce RTX 3090,可能推荐的驱动版本为 `nvidia-driver-535` 或更高版本[^2]。 #### 2. 安装推荐的 NVIDIA 驱动 根据查询结果,选择合适的驱动版本进行安装。以 `nvidia-driver-535` 为例: ```bash sudo apt install nvidia-driver-535 ``` 安装完成后,重启系统以使驱动生效: ```bash sudo reboot ``` #### 3. 下载并安装 CUDA 工具包 访问 NVIDIA 官方网站下载对应版本的 CUDA 工具包[^4]。例如,CUDA 12.x 版本支持最新的 NVIDIA 显卡驱动。下载 `.run` 文件后,进入下载目录并赋予执行权限: ```bash chmod +x cuda_*.run ``` 运行安装程序时,注意避免覆盖已安装的 NVIDIA 驱动。当出现提示 `Install NVIDIA ...... Driver for linux ...?` 时,输入 `N` 以跳过驱动安装步骤[^1]。 #### 4. 配置环境变量 安装完成后,编辑 `~/.bashrc` 文件以添加 CUDA 的路径: ```bash nano ~/.bashrc ``` 在文件末尾添加以下内容: ```bash export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH ``` 保存并应用更改: ```bash source ~/.bashrc ``` #### 5. 验证安装 验证 NVIDIA 驱动是否正确安装: ```bash nvidia-smi ``` 验证 CUDA 是否正常工作: ```bash nvcc --version ``` #### 6. 安装 cuDNN(可选) 如果需要使用深度学习框架(如 TensorFlow 或 PyTorch),还需安装 cuDNN。从 NVIDIA 官方网站下载对应版本的 cuDNN 并解压至 `/usr/local/cuda` 目录下。 --- ### 注意事项 - 确保系统中没有残留的旧版 NVIDIA 驱动或 CUDA 工具包。如有必要,先卸载旧版本: ```bash sudo apt-get purge '^nvidia-.*' ``` - 在安装过程中遇到问题时,检查日志文件 `/var/log/nvidia-installer.log` 以定位错误原因。 ---
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