1. Ubuntu 24.04下NVIDIA驱动与CUDA工具包安装指南在Ubuntu 24.04上配置NVIDIA显卡驱动和CUDA工具包是进行深度学习、科学计算和图形处理的基础工作。作为一名长期使用Linux系统的开发者我经历过无数次驱动安装失败、CUDA版本冲突等问题。本文将分享我在Ubuntu 24.04上安装NVIDIA驱动和CUDA工具包的完整流程包括常见问题的解决方案和实用技巧。2. 准备工作与环境检查2.1 系统要求确认在开始安装前我们需要确认几个关键点确认你的系统确实配备了NVIDIA显卡。可以通过以下命令检查lspci | grep -i nvidia检查当前系统版本是否为Ubuntu 24.04lsb_release -a确保系统已更新到最新状态sudo apt update sudo apt upgrade -y2.2 禁用Nouveau驱动Ubuntu默认使用开源的Nouveau驱动来支持NVIDIA显卡我们需要先禁用它以避免冲突创建禁用配置文件sudo nano /etc/modprobe.d/blacklist-nouveau.conf添加以下内容blacklist nouveau options nouveau modeset0更新initramfs并重启sudo update-initramfs -u sudo reboot重启后可以通过以下命令验证Nouveau是否已禁用lsmod | grep nouveau如果没有输出则表示禁用成功。3. 安装NVIDIA显卡驱动3.1 选择驱动安装方式Ubuntu 24.04提供了三种安装NVIDIA驱动的方法使用Ubuntu官方仓库的驱动推荐新手使用NVIDIA官方.run文件适合需要特定版本使用PPA仓库适合需要最新驱动我推荐使用第一种方法因为它最简单且稳定。3.2 通过Ubuntu仓库安装驱动首先查看可用的驱动版本ubuntu-drivers devices安装推荐的驱动通常标记为recommendedsudo apt install nvidia-driver-535安装完成后重启系统sudo reboot3.3 验证驱动安装重启后运行以下命令验证驱动是否正常工作nvidia-smi如果看到类似如下的输出说明驱动安装成功----------------------------------------------------------------------------- | NVIDIA-SMI 535.86.05 Driver Version: 535.86.05 CUDA Version: 12.2 | |--------------------------------------------------------------------------- | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | | | | MIG M. | || | 0 NVIDIA GeForce ... Off | 00000000:01:00.0 On | N/A | | 0% 43C P8 10W / 120W | 256MiB / 8192MiB | 0% Default | | | | N/A | ---------------------------------------------------------------------------如果遇到nvidia-smi has failed because it couldnt communicate with the nvidia driver错误请参考第6章的故障排除部分。4. 安装CUDA工具包4.1 选择CUDA版本目前NVIDIA CUDA的最新稳定版本是12.8但建议根据你的具体需求选择版本深度学习框架如TensorFlow、PyTorch通常有特定的CUDA版本要求较新的CUDA版本可能不支持较旧的显卡可以通过NVIDIA官网查看CUDA版本与显卡的兼容性。4.2 通过官方仓库安装CUDA添加NVIDIA CUDA仓库密钥sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/3bf863cc.pub添加仓库sudo add-apt-repository deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/ /更新软件包列表sudo apt update安装CUDA工具包以12.8为例sudo apt install cuda-12-84.3 配置环境变量安装完成后需要将CUDA添加到系统路径中编辑~/.bashrc文件nano ~/.bashrc在文件末尾添加export PATH/usr/local/cuda-12.8/bin${PATH::${PATH}} export LD_LIBRARY_PATH/usr/local/cuda-12.8/lib64${LD_LIBRARY_PATH::${LD_LIBRARY_PATH}}使更改生效source ~/.bashrc4.4 验证CUDA安装运行以下命令验证CUDA是否安装成功nvcc --version如果看到类似如下的输出说明CUDA安装成功nvcc: NVIDIA (R) Cuda compiler release 12.8, V12.8.895. 安装cuDNN可选如果你计划进行深度学习开发还需要安装cuDNN库从NVIDIA官网下载对应版本的cuDNN需要注册账号解压并安装tar -xvf cudnn-linux-x86_64-8.x.x.x_cudaX.Y-archive.tar.xz sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64 sudo chmod ar /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*6. 常见问题与解决方案6.1 nvidia-smi has failed错误这是最常见的驱动问题可能的原因和解决方案驱动未正确安装重新安装驱动确保没有安装多个版本的驱动Secure Boot阻止驱动加载进入BIOS禁用Secure Boot或为驱动签名内核模块未加载sudo modprobe nvidia6.2 安装后无法进入图形界面如果安装驱动后无法进入桌面环境尝试在启动时选择恢复模式卸载驱动sudo apt purge nvidia* sudo reboot重新安装推荐版本的驱动6.3 CUDA安装失败常见原因包括系统依赖不满足sudo apt install build-essential磁盘空间不足清理/usr/local空间或指定其他安装目录显卡不支持该CUDA版本检查显卡计算能力选择更旧的CUDA版本7. 性能优化与维护7.1 持久模式设置对于服务器环境建议启用持久模式sudo nvidia-smi -pm 17.2 自动更新管理为避免自动更新破坏驱动固定驱动版本sudo apt-mark hold nvidia-driver-535禁用自动更新sudo apt-get remove unattended-upgrades7.3 多GPU管理对于多GPU系统可以使用nvidia-smi topo -m查看GPU拓扑结构优化任务分配。8. 实际使用建议根据我的经验以下几点值得注意在升级Ubuntu系统前先卸载NVIDIA驱动升级完成后再重新安装保持驱动和CUDA版本的对应关系避免版本冲突对于生产环境建议使用长期支持(LTS)版本的驱动和CUDA定期检查NVIDIA官网的安全公告及时更新驱动修复漏洞对于笔记本用户可能需要额外配置Optimus技术以在集成显卡和独立显卡间切换安装完成后你可以开始使用GPU加速的应用开发了。如果计划使用深度学习框架建议先验证框架与CUDA版本的兼容性再安装对应的版本。