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

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

sudo apt-get update
sudo apt-get install g++
sudo apt-get install gcc
sudo apt-get install make

1.6 卸载原有驱动

sudo apt-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

sudo vim /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：

sudo reboot

1.8 安装lightdm显示管理器

sudo apt-get install 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

sudo service gdm3 stop

1.11 安装驱动

# 授予执行权限
sudo chmod 777 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

sudo  service  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

sudo sh 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

sudo vim ~/.bashrc

在文件尾中加入以下两行：

export PATH="/usr/local/cuda-12.1/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-12.1/lib64:$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 install pytorch==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 install torch==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。