Ubuntu安装显卡驱动和CUDA教程

一、安装显卡驱动

1.1 确认显卡型号

打开终端，输入以下命令查看显卡型号：

lspci | grep -i nvidia

如果有输出，则表示你的电脑是NVIDIA显卡，同时记录下显卡型号。

1.2 安装显卡驱动

• 通过PPA安装

在终端中输入以下命令：

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-driver-450

其中，nvidia-driver-450是驱动版本号，可以根据自己的显卡型号选择对应的版本。

• 官网下载安装

在NVIDIA官方网站上下载对应版本的显卡驱动，然后执行以下命令安装：

sudo chmod +x NVIDIA-Linux-x86_64-460.32.03.run
sudo ./NVIDIA-Linux-x86_64-460.32.03.run

其中，NVIDIA-Linux-x86_64-460.32.03.run为安装包的名称，需要根据具体下载文件进行修改。

1.3 验证驱动安装

在终端中输入以下命令查看驱动是否已经正常安装：

nvidia-smi

如果能够输出显卡信息，则表示驱动已经安装成功。

二、安装CUDA

2.1 下载CUDA

在NVIDIA官方网站上下载对应版本的CUDA，然后执行以下命令进行安装：

sudo chmod +x cuda_11.1.0_455.23.05_linux.run
sudo ./cuda_11.1.0_455.23.05_linux.run

其中，cuda_11.1.0_455.23.05_linux.run为安装包的名称，需要根据具体下载文件进行修改。

2.2 环境变量设置

在终端中输入以下命令并修改PATH和LD_LIBRARY_PATH环境变量：

export PATH=/usr/local/cuda-11.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

可以将以上两个命令写入~/.bashrc文件中，以便终端开启时自动加载。

2.3 验证CUDA安装

在终端中输入以下命令以验证CUDA是否安装成功：

nvcc -V

如果输出的信息包含了CUDA的版本，则表示CUDA已经安装成功。

三、示例说明

3.1 示例一

假设有一段使用CUDA加速的C++代码test.cu，现在要编译运行，可以按照以下步骤进行操作：

• 编译

nvcc test.cu -o test

• 运行

./test

3.2 示例二

假设要使用TensorFlow框架进行深度学习的代码编写，可以通过以下方式进行操作：

• 安装TensorFlow

pip install tensorflow==2.4.0

• 指定CUDA和cuDNN版本

export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64:/usr/local/cudnn-8.0.5/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

• 编写代码并运行

import tensorflow as tf

tf.test.is_gpu_available()

如果输出True，则表示CUDA和cuDNN都已经配置成功，可以正常运行深度学习代码了。

以上就是Ubuntu安装显卡驱动和CUDA的完整攻略，希望能对你有所帮助。