二十、Ubuntu22.04 + RTX2080 配置显卡驱动 + CUDA + cuDNN

已于 2023-10-12 15:56:53 修改
阅读量5.7k 收藏 35
点赞数 10
文章标签： ubuntu
于 2023-10-08 17:19:30 首次发布
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。
本文链接：https://blog.csdn.net/qq_41742043/article/details/133682531
版权
本文详细指导如何在Ubuntu22.04系统上为GeForceRTX2080显卡安装合适的驱动、CUDA11.7及cuDNN8.6.0，包括下载、依赖安装、驱动卸载、CUDA环境配置和cuDNN库的部署过程。

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

二十、Ubuntu22.04 + RTX2080 配置显卡驱动 + CUDA + cuDNN

1. 根据 NVIDIA 显卡型号，下载对应的显卡驱动

  • 首先确定自己的显卡型号
lspci | grep -i vga

可以看到显卡型号是 GeForce RTX 2080
在这里插入图片描述

  • 然后去NVIDIA 官网下载对应的显卡驱动

显卡驱动下载地址

在这里插入图片描述

在这里插入图片描述

然后把下载好的驱动程序放到一个英文文件夹（否则进入非图形化界面时可能中文乱码），例如我这里新建了一个 driver
在这里插入图片描述

  • 安装所需依赖
sudo apt-get update 
sudo apt-get install g++
sudo apt-get install gcc
sudo apt-get install make
  • 卸载原有 NVIDIA 驱动
sudo apt-get remove --purge nvidia*
  • 禁用 nouveau （nouveau 是通用的驱动程序）
sudo gedit /etc/modprobe.d/blacklist.conf

在 blacklist.conf 末尾添加以下两行，保存后关闭文本

blacklist nouveau

options nouveau modeset=0

在终端输入如下更新，更新结束后重启电脑（必须）

sudo update-initramfs -u

重启后输入如下指令，如无输出则已关闭 nouveau

lsmod | grep nouveau
  • 关闭 Secure Boot

重新启动按 F2 进入自己电脑的 BIOS 设置

关闭Secure Boot，并且清除安全启动密钥，保存后退出重启
在这里插入图片描述

  • 安装过程需要在非图形化界面中进行，输入以下命令进入非图形化界面
#进入文本界面
sudo telinit 3  

# 如果需要回到图形化界面，则用这条指令
sudo telinit 5
  • 输入用户名、密码
  • 关闭显示服务
sudo service gdm3 stop
  • 为驱动程序赋予权限，然后运行安装
cd /home/yao/driver/NVIDIA-Linux-x86_64-535.113.01.run

sudo chmod 777 NVIDIA-Linux-x86_64-535.113.01.run

# 安装：–no-opengl-files 只安装驱动文件，不安装OpenGL文件
sudo ./NVIDIA-Linux-x86_64-535.113.01.run  --no-opengl-files

安装过程中有一些选项

  1. 选择 continue installation
  2. Install Nvidia’s 32-bit compatibility libraries? 选择 No
  3. Would you like to register the kernel module souces with DKMS? This will allow DKMS to automatically build a new module, if you install a different kernel later? 选择 No
  4. Would you like to run the nvidia-xconfigutility to automatically update your x configuration so that the NVIDIA x driver will be used when you restart x? Any pre-existing x confile will be backed up. 选择 No 如果选 yes 可能会有问题
  • 安装完成后重新开启显示服务
sudo service gdm3 start
  • 驱动安装完成后，检查一下
nvidia-smi

可以看到显卡驱动版本是 535.113.01
支持的 CUDA 最高版本是 12.2
在这里插入图片描述

  • 调出 NVIDIA 设置界面，说明没问题了
nvidia-settings

在这里插入图片描述

2. 根据显卡驱动，下载对应的 CUDA

  • CUDA 是由 NVIDIA 开发的并行计算平台和应用程序编程接口（API）

CUDA 是一个底层的平台，它提供了对 GPU 的直接访问和控制。开发者可以使用 CUDA 编写 GPU 核函数，并在主机端（CPU）上调用这些核函数，实现并行计算。CUDA 提高了一套 API 来管理 GPU 的内存、线程调度和数据传输等操作，使开发者能够更方便地利用 GPU 的并行计算能力。

  • CUDA 需要和你上面安装的 显卡驱动 对应起来

显卡驱动和CUDA的适配关系

我装的显卡驱动：NVIDIA-Linux-x86_64-535.113.01.run
支持的 CUDA 最高版本为 12.2
不过我这里准备装 CUDA 11.7，因为看网上基本上都装的这个版本

  • 安装 CUDA

CUDA 下载

选择自己的操作系统、芯片架构、Linux发行版本、安装方式
在这里插入图片描述
官网提供了安装指令
我这里用的是 deb(local) 方式安装！！！注意：千万别用这种方式安装！！！我这里留着是为了避坑！！！
如果这样装了之后，重启之后拓展屏就识别不到了，我猜它是把我之前装的显卡驱动给卸载了
我后面是按上面的方式重新装了显卡驱动才解决的！！！

我这里是新建了一个 CUDA 文件夹，在这个目录下运行这些指令

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin
sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda-repo-ubuntu2204-11-7-local_11.7.0-515.43.04-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2204-11-7-local_11.7.0-515.43.04-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu2204-11-7-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda

最后一步会报错，因为这种方法安装会自动安装显卡驱动，和我们之前装的显卡驱动不是同一个版本！！
我们如果对显卡版本有要求的话，建议不用这种方式安装
在这里插入图片描述

现在换成 runfile(loacl) 安装方式，就不会报错
在这里插入图片描述

wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda_11.7.0_515.43.04_linux.run
sudo sh cuda_11.7.0_515.43.04_linux.run

选择 Continue
在这里插入图片描述
输入 accept
在这里插入图片描述

选择需要安装的内容（[X]代表安装，[ ]代表不安装）
按下 空格键 取消安装驱动，因为之前装过了
然后选择 install
在这里插入图片描述
这样就说明安装成功了
在这里插入图片描述

  • 配置环境变量
sudo gedit ~/.bashrc

将 CUDA 的环境变量加到最后

export PATH=/usr/local/cuda-11.7/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

在这里插入图片描述
保存并关闭文件
重新加载当前用户的 bash 配置文件 ~/.bashrc
查看 CUDA 编译器（nvcc）的版本信息

source ~/.bashrc
nvcc -V

在这里插入图片描述

3. 根据 CUDA版本，下载对应的 cuDNN 库

  • cuDNN 是 NVIDIA 专门为深度学习任务开发的加速库

cuDNN 提供了一系列高性能的深度学习基本操作的实现，如卷积、池化、归一化等。cuDNN 是基于 CUDA 的，它利用了 CUDA 提供的并行计算能力和相关的 API。通过使用 cuDNN，开发者可以更轻松地构建和训练深度学习模型，并且在 GPU 上获得更好的性能。cuDNN 已经成为深度学习领域广泛使用的库，许多深度学习框架（如 TensorFlow、PyTorch）都集成了对 cuDNN 的支持，以获得更高的计算性能。

  • cuDNN 需要和上面安装的 CUDA 版本对应起来

cuDNN 只是一个即插即用的库，不需要担心不小心装错，因为只是将库文件放置再cuda目录下而已
如果版本装错，只需要删除再安装新的版本即可
CUDA 11.7 对应的 cuDNN 版本就比较多了，我这里安装的是 cuDNN 8.6.0

  • 安装 cuDNN

官网下载需要注册账号

cuDNN 下载

在这里插入图片描述在这里插入图片描述
解压 cuDNN 文件

tar -xvf cudnn-linux-x86_64-8.6.0.163_cuda11-archive.tar.xz

将以下文件复制到 CUDA 目录（/usr/local/cuda/ 文件夹下面的 include 和 lib64 ）

cd /home/yao/cuDNN
sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include 
sudo cp cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64 
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

验证是否安装成功

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

这样就说明装好了
在这里插入图片描述
装 cuDNN 本质上很简单，就是把你下载的这些 include 和 lib 中的文件移动到 CUDA 对应的目录下
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

RTX4060+ubuntu22.04+cuda11.8.0+cuDNN8.6.0 & 如何根据显卡型号和系统配置cuda和cuDNN所需的安装环境
分享计算机视觉，C++，网络摄像头研发，音视频开发，嵌入式等知识。
10-05 3049
nvidia驱动版本为550.12。系统架构为：X86_64。GCC为12.3.0。
Ubuntu22.04深度学习GPU环境配置：Nvidia CUDA 11.7、cuDNN 8.5 详细解读（20220910）
白马负金羁
09-12 4471
假设你已经成功安装了最新版本的Ubuntu22.04 LTS 操作系统，并已经配备了支持深度学习的英伟达GPU，本文将手把手详细解读如何配置环境，包括安装必要的软件：例如驱动515，CUDA 11.7，以及cuDNN 8.5等
linux RTX2080显卡驱动
jacke121的专栏
06-24 5243
安装RTX2080显卡驱动 服务器配置# 服务器型号：DELL PowerEdge R730 CPU：2*Intel(R) Xeon(R) E5-2650 v4 内存：8*32G 磁盘：2*1.2T，raid 0 显卡：2*Nvidia RTX2080 系统：Ubuntu 18.04 使用标准Ubuntu 仓库进行自动化安装# 首先，检测显卡型号和推荐的驱动程序的模型。在命令行中输...
Ubuntu 22.04 上安装 NVIDIA GeForce RTX 4060 Ti 显卡驱动
sinat_21699465的博客
05-20 8897
如果你需要使用 CUDA 进行 GPU 计算，可以从 [NVIDIA CUDA Toolkit 下载页面](https://developer.nvidia.com/cuda-downloads) 下载并安装适合你系统的 CUDA 工具包。关于显卡驱动安装踩坑不少坑，前前后后重装了6、7次，总结了一下目前网上的各种安装方式，整理了本文。你应该会看到与 NVIDIA GPU 相关的信息，包括驱动版本和 GPU 统计数据。这将显示与 NVIDIA 驱动相关的内核日志，帮助你诊断问题。
Ubuntu 22.04 安装 NVIDIA 显卡驱动完整步骤
最新发布
学亮编程手记
03-28 4678
【代码】Ubuntu 22.04 安装 NVIDIA 显卡驱动完整步骤。
GeForce RTX 2080显卡驱动安装（linux系统）
SmartDemo的博客
09-18 3696
ps : 先进入NVIDIA-Linux-x86_64-515.65.01.run所在文件。输入第一步查询的信息。
ubuntu22.04安装显卡驱动+cuda+cudnn
热门推荐
qq_49323609的博客
04-23 3万+
ubuntu22.04安装显卡驱动+cuda+cudnn
RTX2080显卡与pytorch兼容问题：cuda9.2
weixin_39952791的博客
10-24 4706
.
Ubuntu22.04 安装显卡驱动
qq_45461410的博客
07-07 2万+
Ubuntu22.04 安装NVIDIA-525版本驱动
ubuntu22.04配置Nvidia驱动+CUDA+CuDNN
m0_48919875的博客
06-27 595
ubuntu22.04配置Nvidia驱动+CUDA+CuDNN
CUDA与cuDNN在linux / Ubuntu22.04上的安装与卸载，包含CUDA的.run安装与.deb安装，cuDNN的.tar安装与.deb安装
weixin_47937828的博客
08-15 7422
主要关注CUDA与cuDNN在linux / Ubuntu22.04上的安装与卸载。 1. 整合了两种CUDA安装方式（.run与.deb）、两种cuDNN的安装方式（.tar.xz与.deb），网上好像没什么人做这个 2. 整合了CUDA与cuDNN的官方样例代码的测试方法 3. 整合了CUDA与cuDNN的版本切换方法，尤其是完善的使用脚本的一键切换版本方法（部分代码由GPT辅助生成） 4. 整合了CUDA与cuDNN的彻底卸载方法
Ubuntu22.04安装CUDA Toolkit、cuDNN全流程
a1423090411的博客
10-26 1920
1.GPU：显卡。2.NVIDIA Graphics Drivers：显卡驱动。3.CUDA：一种由NVIDIA推出的通用并行计算架构，是一种并行计算平台和编程模型，该架构使GPU能够解决复杂的计算问题。在安装NVIDIA Graphics Drivers时，CUDA已经捆绑安装，无需另外安装。5.CUDA Toolkit：包含了CUDA的runtime API、CUDA代码的编译器nvcc（CUDA也有自己的语言，代码需要编译才能执行）和debug工具等。需要自己下载安装。
ubuntu22.04安装显卡驱动
weixin_36342174的博客
10-01 2866
打开 应用程序 —— 软件和更新，在 Ubuntu 软件 界面，点下载自的下拉菜单，选阿里云的源。nouveau是Ubuntu自带的显卡驱动，但他是核显，我这里想安装独显，就得把他禁掉。Ubuntu22.04的显示是gdm3，老版本Ubuntu的显示是lightdm。最新的有点太新了，为了避免之后很多的问题，选个第二新的就行，所以选525的。-no-opengl-files：只安装驱动文件，不安装OpenGL文件。选择下图525版本，小数点后面一般找个新一点的，获取下载。卸载完后如图：（这个图是网上找的）
Ubuntu22.04安装nvidia显卡驱动
feichangyanse的博客
02-04 8380
Ubuntu22.04安装nvidia显卡驱动——超详细、最简单注意：下面介绍的方法，都是在组装台式机，系统为ubuntu18.04LTS、ubuntu20.04LTS、ubuntu22.04LTS下亲测可用的！
Ubuntu22.04安装显卡驱动(高速、避错版)
Eric_xkk的博客
07-19 2万+
关于显卡驱动安装踩坑不少坑，前前后后重装了6、7次，总结了一下目前网上的各种安装方式，整理了本文。
Ubuntu22.04安装Nvidia显卡驱动
a1423090411的博客
01-14 1160
注：本文系统内核版本为 6.8.0-40-generic,安装过程中***32不安装，X*****不安装，其他同意即可。参考“linux下gcc编译安装与卸载-ubuntu22.04安装gcc-12.3.0”5.重启后输入以下代码检测是否关闭，无返回则为成功关闭。1.安装gcc-12.3.0。1.采用鱼香ROS一键更新。3.更新软件列表和环境源。2.在最后输入以下代码。
Ubuntu22.04 安装NVIDIA显卡驱动
balabalado的博客
08-23 6947
最近在想给自己电脑换成Linux系统的事情，但是过程没想到异常艰难，除了要安装一系列日常用软件和学习环境搭建外，还遇到了安装显卡驱动这个世纪难题[哭][哭]，四处搜索度娘，最终还是让我暂时解决（安装成功）了这个难题，[再次感谢互联网各位大佬的扶持]，所以，这次打算将这个过程记录一下，文末展示有参考文章。该软件源这个还是很有必要的，一开始我还没在乎，但是到后面搜索驱动支持的时候没想到一个都没有，差点让我怀疑是不是显卡没了，所以这条命令还是执行以下，我一般是换腾讯的软件源，大家根据自身情况自行更换方法是在‘软件
ubuntu22.04安装NVIDIA显卡驱动（已上机实验）
lanZhou233的博客
12-14 5792
我这里是gcc版本不同，所以我需要更换gcc版本，你可以选择直接删除原来的gcc安装新的gcc，或者你也可以直接安装需要版本的gcc，在通过命令进行切换，具体的可以自行查找其他博客进行安装。这个问题其实常见的，我翻了很多个博客发现每个博客说的原因都不太一样，大致分为俩类，一类是说linux的内核不一样或者是ubuntu自带的gcc版本与kernel编译gcc版本不同，安装成功后，系统识别的GCC默认安装路径在/usr/bin文件夹下，需要创建软链接。更新后，输入以下命令，检查nouveau是否关闭。
ubuntu22.04 RTX4090 cuda cudnn pytorch
10-12
Ubuntu 22.04 (Focal Fossa) 操作系统是一个基于Linux的桌面发行版，它以其稳定性、易用性和社区支持而知名。如果你想要在这样的环境下使用RTX 4090显卡，这是一款高端的NVIDIA GPU，专为深度学习和科学计算等高性能任务设计。 CUDA（Compute Unified Device Architecture）是NVIDIA提供的一种并行计算平台和编程模型，用于利用GPU加速各种计算密集型任务，包括机器学习和深度学习。在Ubuntu 22.04上安装CUDA，你需要下载对应版本的CUDA Toolkit，并配置好CUDA环境变量。 CUDNN（Convolutional Neural Networks）是NVIDIA针对深度学习库的一个优化库，特别适用于处理卷积神经网络。安装CUDNN需要先安装CUDA，然后从NVIDIA官网下载并安装相应版本的CUDNN库。 PyTorch是一个开源的深度学习框架，非常适合动态图操作，易于理解和调试。要在Ubuntu 22.04上运行PyTorch，并与CUDA和CUDNN配合，你需要安装Python的torch库，通常会通过pip安装，并确认它链接到了正确的CUDA和CUDNN版本。 安装步骤大致如下： 1. 更新包列表并安装依赖项： ``` sudo apt-get update sudo apt-get install -y build-essential cmake git libncurses5-dev pkg-config libopenblas-dev libhdf5-dev libzlib-dev ``` 2. 安装CUDA和CUDNN： - 下载CUDA Toolkit - 设置CUDA环境变量 - 安装CUDNN (如果需要的话) 3. 安装Python和PyTorch： ``` sudo apt-get install python3-pip pip3 install torch torchvision torchaudio cudatoolkit=11.6 -f https://download.pytorch.org/whl/cu116/torch_stable.html ```
评论 2
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