Ubuntu 18.04 安装NVIDIA显卡驱动+cuda 10.2+cudnn

参考：
https://zhuanlan.zhihu.com/p/59618999
https://blog.csdn.net/linhai1028/article/details/79445722/
Windows+Ubuntu从双系统安装到CUDA cuDNN docker 配置K21

本机环境

Ubuntu 18.04
英伟达 RTX 2060显卡

1 相关查询命令

1）Ubuntu下查看Nvidia显卡的详细信息：

nvidia-smi

2）查看cuda 版本：

nvcc -V

3）查看cudnn版本：

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

4）在终端输入命令，实时查看GPU的使用情况：

watch -n 1 nvidia-smi

---

一、Ubuntu 18.04 安装NVIDIA显卡驱动

1、查看本机显卡能够配置的驱动信息

在终端输入：

ubuntu-drivers devices

，可以看到如下界面：

从上图可以看出，推荐安装的版本号是：nvidia-driver-470 - distro non-free recommended

2、安装显卡驱动

如果同意安装推荐版本，那我们只需要终端输入：

sudo ubuntu-drivers autoinstall 

就可以自动安装了。

安装结束重启。

如果上面不能正确安装，那么

卸载并安装nvidia驱动的教程
1.先把之前的nvidia卸载干净:

sudo apt-get remove --purge nvidia*

2.执行以下命令:

sudo apt-get update

3.在终端里输入下面的命令来查看可以选择哪些驱动

sudo ubuntu-drivers devices

4.下载你想下载的nvidia驱动版本：

sudo apt install nvidia-driver-470

5.重启电脑(这一步很重要，不重启没有效果):

reboot

6.重启后，输入命令查看nvidia驱动是否安装好了，gpu是否可用。

nvidia-smi

原文链接：https://blog.csdn.net/qq_43744723/article/details/123959160

3、测试nvidia driver是否安装成功

nvidia-smi

ubuntu下搜索软件 nvidia并打开，如果结果如下则表示安装成功

二、Ubuntu 18.04 安装cuda 10.2

1、安装显卡驱动检查

根据Nvidia官网上CUDA10.2 的配置要求看一下是否匹配

这个图说明，我们可以安装11.4及比11.4低的版本。

因此我的显卡可以安装cuda 10.2。

2、安装CUDA10.2

第二步就是安装CUDA。这里我们安装CUDA最新的10.2版本。进入Nvidia cuda下载地址：
Nvidia cuda10.2下载地址

我们这里选择的Ubuntu 18.04下的deb安装类型。然后依次执行下述官方提供的7条命令：

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda-repo-ubuntu1804-10-2-local-10.2.89-440.33.01_1.0-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1804-10-2-local-10.2.89-440.33.01_1.0-1_amd64.deb
sudo apt-key add /var/cuda-repo-10-2-local-10.2.89-440.33.01/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda

可以看到除了命名行安装cuda10.2基本安装程序外，还有两个补丁。

• 安装补丁1(选装)
  此修补程序解决了CUDA 10.2中捆绑的cuBLAS库中的一个问题，该问题在罕见的极端情况下导致数据无提示损坏。
• 安装补丁2(，选装)
  此修补程序解决了cuBLAS库批处理的GEMM APIs中的一个问题，该问题在混合精度和快速数学的大批量计数的罕见情况下，导致数据无提示损坏。

3、配置CUDA环境变量

安装完成之后，加入到环境变量，可用gedit

gedit ~/.bashrc

在.bashrc末尾添加两行环境变量

export PATH=$PATH:/usr/local/cuda-10.2/bin
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}  #根据CUDA版本更换路径

最后，使环境变量生效

source ~/.bashrc

测试

nvcc -V

diyun@diyun:~$ nvcc -V
nvcc: NVIDIA ® Cuda compiler driver
Copyright © 2005-2019 NVIDIA Corporation
Built on Wed_Oct_23_19:24:38_PDT_2019
Cuda compilation tools, release 10.2, V10.2.89

三、cudnn8.2.2 安装

cudnn下载地址：https://developer.nvidia.com/rdp/cudnn-archive

需要提前注册，找到对应版本，下载cuDNN Library for Linux压缩包即可

解压压缩包，并终端进入文件夹，执行以下

sudo cp cuda/include/* -R /usr/local/cuda/include/ 
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ 
sudo chmod a+r /usr/local/cuda/include/cudnn.h 
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

（3）测试

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2