Ubuntu 20.04 LTS 系统下 安装Nvidia 显卡驱动、CUDA、cuDNN， 并可进行CUDA版本切换

因为做深度学习的研究项目，为全新机器在Ubuntu 20.04 LTS 系统下 安装Nvidia 显卡驱动、Cuda、Cudnn。并进行CUDA版本切换
成功安装完成了，写个记录。

1. 安装Nvidia 显卡驱动

步骤一： 安装更新软件列表和依赖项

• 在安装Nvidia显卡驱动之前，需要更新软件列表和必要的依赖项。

sudo apt-get update        # 更新软件列表

sudo apt-get install g++# 下载g++编译器

sudo apt-get install gcc        # 下载gcc编译器

sudo apt-get install make        # 下载GNU Make编译器

sudo apt-get install initramfs-tools   # 下载安装initramfs-tools

步骤二： 查看GPU型号，并下载对应驱动

# lspci -n/-nn：显示设备的vendor厂商号和device设备号；显示厂商等信息和名称。
lspci -nn | grep VGA

# 例如我这边输出# 2d:00.0 VGA compatible controller: NVIDIA Corporation Device 2204 (rev a1)

• 输入数字代码（2204）查询显卡型号 http://pci-ids.ucw.cz/read/PC/10de/2504
• 知道了显卡型号，就可以在官网下载对应的显卡驱动 https://www.nvidia.cn/Download/index.aspx?lang=cn
• 选择对应的显卡类型、信号
• 我这边安装的是Ubuntu 20.04 LTS，选择操作系统Linux 64-bit
• 也可以输出命令arch 查询操作系统架构
• 下载类型选生成分支生，语言选中文即可
• 点击下载，即可

步骤三：禁用nouveau通用驱动

• 同时，我这边是服务器版Ubuntu，无图形界面，若安装的是有图形界面的Ubuntu，可输入Ctrl + Alt + F1 到 F6，以免出现报错
• 我这边原先是没驱动的，就不用删除原有显卡驱动，要是有的话，需要提前进行删除。sudo apt-get remove --purge nvidia*，需要彻底删除，否则安装时会报错。
• 修改blacklist.conf文件

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

• 在blacklist.conf文件，最下方添加命令

blacklist nouveau
options nouveau modeset=0

• 更新配置

sudo update-initramfs -u

• 之后必须进行重启，sudo reboot ，重启后输入下方命令，若无输出则说明禁用成功

lsmod | grep nouveau

步骤三：安装Nvidia 显卡驱动

对显卡驱动run文件，进行赋权，并进行安装。

#修改权限
sudo chmod 777 NVIDIA-Linux-x86_64-384.111.run 
#安装驱动
sudo ./NVIDIA-Linux-x86_64-525.105.17.run –no-x-check –no-nouveau-check –no-opengl-files 
#–no-x-check 关闭X服务#–no-nouveau-check 禁用nouveau#–no-opengl-files 不安装OpenGL文件

• 安装过程中出现以下提示，进行选择。（顺序可能不同）
• 1.Install NVIDIA's 32-bit compatibility libraries?是否安装NVIDIA的32位兼容库？选择 NO2.The distribution-provided pre-install script failed! Are you sure you want to continue?分发提供的预安装脚本失败！你确定要继续吗？选择 continue installation3.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? 您想向DKMS注册内核模块源吗？这将允许DKMS自动构建一个新模块，如果您稍后安装不同的内核？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. 是否要运行nvidia-xconfigutility来自动更新x配置，以便在重新启动x时使用nvidia x驱动程序？任何预先存在的x confile都将被备份。​​​​​​​选择 Yes

安装完成后，

# 可进行重启
sudo reboot

# 输入指令查看显卡信息
nvidia-smi 

2. 安装CUDA

步骤一： 下载CUDA安装包

• 根据 Tensorflow 对应的GCC、CUDA、cuDNN版本信息，保证，版本大于等于推荐版本。https://tensorflow.google.cn/install/source#linux

• 进行CUDA和cuDNN的选择，也可以直接根据官方推荐进行下载安装。
• 从Nvidia官网下载CUDA https://developer.nvidia.com/cuda-downloads 下方链接，选择更多版本 https://developer.nvidia.com/cuda-toolkit-archive

• 接下来根据提示进行下载、安装

wget https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda_12.1.0_530.30.02_linux.run

sudo sh cuda_12.1.0_530.30.02_linux.run

• 其中，可以直接依据指令wget命令进行下载。也可以复制run包到浏览器 中，进行下载。（ps：这边需注意对应的cuda版本）https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda_12.1.0_530.30.02_linux.run

步骤二： 安装CUDA安装包过程中的选择

• Do you accept the above EULA? (accept / decline / quit):
• 是否接受最终用户许可协议，输入accept
• 回车键进行勾选，X就是选中，没有X就是没有选中，把安装驱动进行取消。之后向下键，回车确认install

步骤三： 配置CUDA环境

sudo  vim ~/.bashrc

• 在bashrc文件最下方，添加下入代码
• （ps：这边需要注意cuda的版本，版本不同，路径的命名需修改）

export CUDA_HOME=/usr/local/cuda-11.2
export PATH=$PATH:/usr/local/cuda-11.2/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.2/lib64

• 更新环境

source ~/.bashrc

• 测试CUDA是否安装成功

nvcc -V
# 或者 nvcc --version

输出下述结果，表示安装成功

3. 安装cuDNN

步骤一：下载cuDNN包

• 根据Tensorflow对应CUDA，下载相应的cuDNN包。(这边下载，可能需要登录Nvida账号，可按照网站指引，进行登录或注册。) https://developer.nvidia.com/rdp/cudnn-archive
• 例如这边选择了Download cuDNN v8.2.0 (April 23rd, 2021), for CUDA 11.x
• 点击cuDNN Library for Linux (x86_64)即可下载压缩包
• 将压缩包，放入自定义路径后，输入命令进行解压

tar -xzvf cudnn-11.3-linux-x64-v8.2.1.32

• 解压后，输入命令，讲cuDNN对应文件拷贝至CUDA指定路径。

sudo cp cuda/include/cudnn*.h /usr/local/cuda-11.2/include
sudo cp cuda/lib64/libcudnn*/usr/local/cuda-11.2/lib64
sudo chmod a+r /usr/local/cuda-11.2/include/cudnn*.h /usr/local/cuda-11.2/lib64/libcudnn*

4. CUDA版本切换

• 因为后续部分项目，用的库对应的CUDA不同，无需进行修改，修改环境CUDA路径即可。例如需要11.1的CUDA，可通过修改bashrc进行修改

sudo vim ~/.bashrc

将原先的cuda-11.2注释掉，添加cuda-11.1新的环境设置，即可

# cuda-11.2# export CUDA_HOME=/usr/local/cuda-11.2# export PATH=$PATH:/usr/local/cuda-11.2/bin# export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.2/lib64# cuda-11.1
export CUDA_HOME=/usr/local/cuda-11.1
export PATH=$PATH:/usr/local/cuda-11.1/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.1/lib64