【ubuntu环境配置】ubuntu20.04/22.04安装nvidia驱动/CUDA/cudnn

nvidia显卡驱动安装方式有三种&＃xff1a;使用ubuntu附加驱动的方式&＃xff1b;使用命令行方式安装&＃xff1b;使用.run文件的方式进行安装&＃xff0c;

1.1 ubuntu附加驱动的方式

点击菜单中的Additional Drivers选择适合的驱动版本进行安装&＃xff0c;该方法最方便快捷&＃xff08;但有时会翻车&＃xff09;

1.2 命令行方式安装

更新所有的软件包

sudo add-apt-repository ppa:graphics-drivers/ppa # 加入官方ppa源
sudo apt update # 检查软件包更新列表
apt list --upgradable # 查看可更新的软件包列表
sudo apt upgrade # 更新所有可更新的软件包


安装显卡驱动

ubuntu-drivers devices # ubuntu检测n卡的可选驱动
sudo apt install nvidia-driver-510 # 根据自己的n卡可选驱动下载显卡驱动


1.3 .run文件方式安装

详见我的另一篇博客Ubunut20.04/22.04安装NVIDIA驱动
该方法操作步骤最麻烦&＃xff08;最不容易翻车&＃xff09;

1.4 双显卡驱动选择

如果有两张不同品牌独显&＃xff0c;需要选择nvidia显卡&＃xff0c;有两种方法&＃xff0c;具体如下&＃xff1a;
1.可以打开终端使用nvidia-settings命令选择&＃xff0c;点击Prime profiles 选择NVIDIA &＃xff08;Performance Mode&＃xff09;

调整后重启系统
2.也可以使用prime-select命令

sudo prime-select query //查看当前使用显卡
sudo prime-select nvidia //使用nvidia显卡
sudo prime-select intel //使用intel显卡


使用sudo prime-select nvidia命令后可以使用reboot重启系统

1.4 验证NVIDIA驱动安装情况

可以使用以下命令查看是否加载了nvidia驱动

sudo nvidia-settings # 更改Nvidia驱动设置
nvidia-smi # 查看显卡基本信息


如果有问题的话&＃xff0c;可以gpu-manager查看一下原因&＃xff0c;主要可以查看与下图红框中是否一致&＃xff0c;如果有问题&＃xff0c;具体问题具体分析

sudo gpu-manager


2.1 查看版本对应关系

首先需要去NVIDIA CUDA Toolkit Release Notes中查看自己的显卡驱动对应的CUDA版本&＃xff0c;下图为版本对应关系&＃xff1a;

查看nvidia-smi也可以得到驱动版本&＃xff0c;可以通过该版本号查询上面的表格&＃xff0c;也可以在这个界面里得到该驱动程序版本对应的最高cuda版本&＃xff0c;即CUDA Version 11.7

2.2 下载CUDA

cuda官网网址为CUDA Toolkit Archive
这里我选择了11.7版本的CUDA进行安装&＃xff0c;

根据自己系统情况选择相应选项&＃xff0c;最后一个选择runfile最不容易出问题
使用如下命令下载该文件

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


下载完成

2.3 CUDA安装

然后执行该步骤进行安装

sudo sh cuda_11.7.0_515.43.04_linux.run


选择continue继续

输入accept&＃xff0c;回车

第一个是选择驱动&＃xff0c;给他回车取消&＃xff0c;因为我们已经有安装驱动了&＃xff0c;然后移动到install安装

出现以下summary时安装完成
然后在.bashrc里配置环境变量

sudo gedit ~/.bashrc


在打开文件的最后一行之后加上以下字段&＃xff1a;

export PATH&＃61;$PATH:/usr/local/cuda/bin
export LD_LIBRARY_PATH&＃61;$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export LIBRARY_PATH&＃61;$LIBRARY_PATH:/usr/local/cuda/lib64


然后刷新环境变量

source ~/.bashrc


使用以下命令查看CUDA安装情况

nvcc -V


这个要是跑深度学习必须装&＃xff0c;不需要不装&＃xff01;

3.1 下载安装

去官网下载&＃xff1a;https://developer.nvidia.com/rdp/cudnn-download

选择Local Installer for Linux x86_64 (Tar)下载

下载后解压进入该目录拷贝相关文件

cd cudnn-linux-x86_64-8.6.0.163_cuda11-archive
sudo cp include/cudnn*.h /usr/local/cuda/include
sudo cp -p lib/libcudnn* /usr/local/cuda/lib64
sudo chmod a&＃43;r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*


3.2 查看安装版本

旧版本cuDNN使用以下命令查看版本号&＃xff1a;

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


而高版本的cuDNN的版本号已经不在cudnn.h中了&＃xff0c; 而是在cudnn_version.h中&＃xff0c;我们也需要将cudnn_version.h拷贝到 /usr/local/cuda/include中&＃xff0c;然后再使用以下命令查看:

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