Ubuntu系统NVIDIA显卡驱动及CUDA安装完全指南（新手必看）

对于想要在Ubuntu系统上进行深度学习、科学计算或游戏开发的用户来说，正确安装NVIDIA显卡驱动和CUDA是第一步，也是最关键的一步。本文将提供一份超详细的Ubuntu安装NVIDIA驱动和CUDA安装教程，即使是零基础的小白也能轻松跟随。我们会覆盖多种安装方法，并解决常见问题，帮助你顺利搭建起强大的显卡驱动配置和深度学习环境搭建基础。

一、准备工作：检查硬件与系统

在开始之前，请确保你的电脑配备了NVIDIA显卡，并且已经安装了Ubuntu操作系统（推荐20.04或22.04 LTS版本）。打开终端（Ctrl+Alt+T），输入以下命令查看显卡型号：

lspci | grep -i nvidia

同时检查系统位数和内核版本：

uname -m && cat /etc/*release

建议更新系统软件包：

sudo apt update && sudo apt upgrade -y

二、安装NVIDIA显卡驱动

安装驱动有多种方式，我们介绍最稳定可靠的一种：使用Ubuntu官方仓库的推荐驱动。首先添加图形驱动PPA（可选）：

sudo add-apt-repository ppa:graphics-drivers/ppasudo apt update

然后查看推荐的驱动版本：

ubuntu-drivers devices

输出中会列出可用驱动，并标记“recommended”的版本。直接自动安装推荐驱动：

sudo ubuntu-drivers autoinstall

或者手动安装指定版本（例如470版）：

sudo apt install nvidia-driver-470

安装完成后重启：

sudo reboot

重启后验证驱动是否成功安装：

nvidia-smi

如果看到GPU列表和驱动版本信息，说明显卡驱动配置成功。

三、安装CUDA

CUDA是NVIDIA的并行计算平台，许多深度学习框架（如TensorFlow、PyTorch）依赖它。在安装CUDA之前，确保驱动已安装，并且驱动版本支持你想要安装的CUDA版本。访问NVIDIA官网的CUDA下载页面（https://developer.nvidia.com/cuda-downloads），选择Linux -> x86_64 -> Ubuntu -> 你的版本 -> runfile（或deb）。这里以Ubuntu 22.04为例，使用runfile安装：

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

注意：运行安装程序时，会提示是否安装驱动，由于我们已经安装了驱动，此处务必取消勾选Driver，只安装CUDA Toolkit。按照提示接受协议，选择Install。

安装完成后，需要设置环境变量。编辑~/.bashrc：

echo "export PATH=/usr/local/cuda/bin:$PATH" >> ~/.bashrcecho "export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH" >> ~/.bashrcsource ~/.bashrc

四、验证CUDA安装

运行以下命令检查CUDA版本：

nvcc -V

如果显示CUDA版本信息，说明安装成功。还可以编译并运行CUDA示例：

cuda-install-samples-12.1.sh ~/cuda-samplescd ~/cuda-samples/NVIDIA_CUDA-12.1_Samplesmake./bin/x86_64/linux/release/deviceQuery

如果输出最后显示“Result = PASS”，那么你的深度学习环境搭建基础已经完成！

五、常见问题及解决方法

• nouveau冲突：如果安装驱动失败，可能是开源驱动nouveau未禁用。创建黑名单文件：sudo vim /etc/modprobe.d/blacklist-nouveau.conf，添加内容：blacklist nouveauoptions nouveau modeset=0，然后更新内核并重启。
• 驱动版本不匹配：使用nvidia-smi查看驱动支持的CUDA版本，确保安装的CUDA不高于驱动支持的版本。
• gcc版本问题：安装CUDA可能需要特定版本的gcc，如果编译示例时报错，可以安装对应版本：sudo apt install gcc-9 g++-9，并设置优先级。

至此，你已经成功在Ubuntu系统上安装了NVIDIA显卡驱动和CUDA。现在可以开始安装深度学习框架，进入AI开发的精彩世界了！如果在过程中遇到任何问题，欢迎在评论区留言交流。