Ubuntu 20.04安装显卡驱动、CUDA、Pytorch（2024.06最新）

文章目录

一、安装显卡驱动

1.1 查看显卡型号

lspci |grep-i nvidia

我们发现输出的信息中有

Device 2230

，可以根据这个信息查询显卡型号
查询网址：https://admin.pci-ids.ucw.cz/mods/PC/10de?action=help?help=pci

输入后点击

Jump

查询

我们发现显卡型号为

RTX A6000

1.2 根据显卡型号选择驱动

英伟达驱动下载：https://www.nvidia.cn/Download/Find.aspx?lang=cn&QNF=1

根据需求，输入

显卡型号

、

操作系统

和

语言

，选择相应的驱动版本，我选择

550.78

这个版本。

1.3 获取下载链接

点击

下载

点击【

同意并开始下载

】

复制下载链接：https://cn.download.nvidia.cn/XFree86/Linux-x86_64/550.78/NVIDIA-Linux-x86_64-550.78.run
并使用

wget

在命令行下载：

wget https://cn.download.nvidia.cn/XFree86/Linux-x86_64/550.78/NVIDIA-Linux-x86_64-550.78.run

1.4 查看下载的显卡驱动安装文件

ll

1.5 更新软件列表和安装必要软件、依赖

sudoapt-get update
sudoapt-getinstall g++
sudoapt-getinstall gcc
sudoapt-getinstallmake

1.6 卸载原有驱动

sudoapt-get remove --purge nvidia* 

1.7 禁用默认驱动

在安装NVIDIA驱动前，禁用系统自带显卡驱动nouveau
使用

vim

打开和修改文件，也可用

gedit

sudovim /etc/modprobe.d/blacklist.conf

在文件尾增加两行：

blacklist nouveau
options nouveau modeset=0

更新文件

sudo update-initramfs –u

此时必须重启电脑：

sudoreboot

1.8 安装lightdm显示管理器

sudoapt-getinstall lightdm

1.9 停止显示服务器

sudo telinit 3

1.10 在文本界面中，禁用X-window服务

sudoservice gdm3 stop

1.11 安装驱动

# 授予执行权限sudochmod777 NVIDIA-Linux-x86_64-550.78.run

# 执行安装命令sudo ./NVIDIA-Linux-x86_64-550.78.run

1.12 检测显卡驱动是否安装成功

nvidia-smi

大功告成~

1.12 重启显示服务、恢复图像界面

sudoservice  gdm3 start
sudo telinit 5

二、安装CUDA

2.1 选择合适的CUDA版本

我显卡的驱动版本是

550.78

，可以安装CUDA 12版本。可根据自己显卡版本选择合适的CUDA版本：查询链接：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

2.2 下载CUDA

下载页面链接：https://developer.nvidia.com/cuda-toolkit-archive

# 使用命令下载文件：wget https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda_12.1.0_530.30.02_linux.run

# 使用命令查看文件下载：
ll

2.3 安装CUDA

sudosh cuda_12.1.0_530.30.02_linux.run

稍等一会，会出现如下界面，输入：

accept

即可安装

接着会出现如下界面：

需要注意的是，上述过程我们已在步骤1安装显卡驱动，已无需再装，可通过键盘选择，取消驱动的安装。
再将光标通过键盘移至

Install

，开始安装：

2.4 环境变量配置

以

vim

方式打开配置文件

sudovim ~/.bashrc

在文件尾中加入以下两行：

exportPATH="/usr/local/cuda-12.1/bin:$PATH"exportLD_LIBRARY_PATH="/usr/local/cuda-12.1/lib64:$LD_LIBRARY_PATH"

更新环境变量

source ~/.bashrc

2.5 检测CUDA是否安装成功

nvcc -V

命令行显示如上信息，表明安装成功！

大功告成~

三、安装Pytorch

3.1 选择合适Pytorch版本

链接：https://pytorch.org/get-started/previous-versions/

由于CUDA安装的版本是12.1，所以可以用Pytorch的v2.2.0版本

3.2 安装Pytorch

可用conda安装

conda installpytorch==2.2.0 torchvision==0.17.0 torchaudio==2.2.0 pytorch-cuda=12.1-c pytorch -c nvidia

也可用pip安装

pip installtorch==2.2.0 torchvision==0.17.0 torchaudio==2.2.0 --index-url https://download.pytorch.org/whl/cu121

四、关于安装cuDNN（这个坑以后再补）

cuDNN

是一个基于CUDA的深度学习GPU加速库，可以提高深度学习模型在GPU上的训练速度。cuDNN不是必须安装的，但是一般会采用这个加速库。

部分深度学习框架，如PyTorch，会自带预先编译的cuDNN，无需手动安装

。后面我还需要安装Pytorch，所以cuDNN就没安装，需要安装的可以参考下面信息，但是不完整。

版本查看页面：https://developer.nvidia.com/cudnn-downloads

下载

CUDA 12

对应的cuDNN版本，这里我们选择

8.9.0

版本。点击该版本，显示如下，我们选择红框圈中的版本。