Ubuntu20.04配置NVIDIA+CUDA12.2+CUDNN【附所有下载资源】【亲测有效】【非常详细】

配置CUDA12.2

本机硬件

双系统Ubuntu20.04系统
笔记本RTX3050ti显卡

下载驱动

在这个网址找到自己电脑对应的驱动https://www.nvidia.com/Download/index.aspx?lang=en-us

我的是笔记本电脑，显卡是RTX3050ti，所以对应这个驱动下载Linux x64 (AMD64/EM64T) Display Driver | 535.146.02 | Linux 64-bit | NVIDIA

这一步很重要，决定了能够安装成功

卸载所有原驱动

sudo apt-get purge nvidia*

禁用nouveau

新建文件blacklist-nouveau.conf :

sudo vim /etc/modprobe.d/blacklist-nouveau.conf

往文件中写⼊

blacklist nouveau
options nouveau modeset=0

重启系统

sudo reboot 

查看nouveau模块是否被加载（若无输出，则成功）

lsmod | grep nouveau

安装Nvidia驱动

安装必要的项目

sudo apt-get update
sudo apt-get install gcc
sudo apt-get install ubuntu-make
sudo apt-get install make

给驱动run文件赋予执行权限并安装

sudo chmod +x NVIDIA-Linux-x86_64-535.146.02.run
sudo ./NVIDIA-Linux-x86_64-535.146.02.run -no-opengl-files -no-x-check -no-nouveau-check	

Nvidia驱动安装验证

nvidia-smi

---

安装CUDA - CUDA Toolkit 9.0 Downloads

下载

CUDA Toolkit 12.3 Update 2 Downloads | NVIDIA Developer

wget https://developer.download.nvidia.com/compute/cuda/12.3.2/local_installers/cuda_12.3.2_545.23.08_linux.run
sudo sh cuda_12.3.2_545.23.08_linux.run --no-opengl-libs

配置.bashrc

vim ~/.bashrc

添加下列内容

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

刷新配置

source ~/.bashrc

查看并且测试安装

nvcc -V

测试设备与带宽

cd /usr/local/cuda-12.3/extras/demo_suite/
./deviceQuery
./bandwidthTest
#如果两个测试的结果都是 Result = PASS CUDA 安装成功
/usr/local/cuda-12.3/extras/demo_suite

---

安装cuDNN

下载

https://developer.nvidia.com/rdp/cudnn-archive
#找到cudnn-local-repo-ubuntu2204-8.9.6.50_1.0-1_amd64.deb

安装cuDNN库

sudo dpkg -i cudnn-local-repo-ubuntu2004-8.9.6.50_1.0-1_amd64.deb
sudo cp /var/cudnn-local-repo-*/cudnn-local-*-keyring.gpg /usr/share/keyrings/

更新APT仓库并安装cuDNN运行时库、开发库和示例库

sudo apt-get update
sudo apt-get install libcudnn8=8.9.6.50-1+cuda12.2
sudo apt-get install libcudnn8-dev=8.9.6.50-1+cuda12.2
sudo apt-get install libcudnn8-samples=8.9.6.50-1+cuda12.2

验证安装成功

cp -r /usr/src/cudnn_samples_v8/ $HOME
cd $HOME/cudnn_samples_v8/mnistCUDNN
make clean && make
./mnistCUDNN

#显示“Test passed!”或类似的消息，表示cuDNN运行正常。

- 如果编译报错fatal error: FreeImage.h: No such file or directory
    1 | #include "FreeImage.h"
      |          ^~~~~~~~~~~~~
- 解决方法：sudo apt-get install libfreeimage3 libfreeimage-dev

https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/