CUDA11.8 ubuntu

### 安装和配置 CUDA 11.8 on Ubuntu #### 查看支持的 NVIDIA 驱动程序版本 为了确保系统的兼容性和稳定性，在安装 CUDA 前应先确认适合当前硬件的最佳NVIDIA驱动版本。可以通过命令`ubuntu-drivers devices`来获取本机显卡可配置的驱动信息[^1]。 #### 更新系统包列表并安装必要的依赖项 在执行任何新的软件栈安装之前，保持操作系统的最新状态总是明智的选择。这涉及到更新现有的软件包索引以及安装一些编译工具和其他必需组件： ```bash sudo apt update && sudo apt upgrade -y sudo apt install build-essential cmake git unzip zip curl wget -y ``` #### 添加 NVIDIA 软件源并与官方仓库同步 为了让APT能够识别来自NVIDIA的安全密钥，并从中下载最新的图形驱动及相关库文件，需添加相应的PPA存储库地址到apt-sources.list中去: ```bash distribution=$(. /etc/os-release;echo $UBUNTU_CODENAME) \ && curl -fsSL https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64/7fa2af80.pub | gpg --dearmor -o /usr/share/keyrings/nvidia-archive-keyring.gpg \ && echo "deb [signed-by=/usr/share/keyrings/nvidia-archive-keyring.gpg] https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64 /" | tee /etc/apt/sources.list.d/cuda.list ``` #### 安装特定版本的 NVIDIA 显卡驱动 基于前面查询的结果选择合适的驱动版本进行安装，这里假设选择了525版本作为目标： ```bash sudo apt-get update sudo apt-get install nvidia-driver-525 ``` 完成上述步骤后重启计算机使更改生效。 #### 下载并安装指定版本的 CUDA Toolkit 访问[NVIDIA官方网站](https://developer.nvidia.com/cuda-toolkit-archive)，找到对应于所需版本（即CUDA 11.8）的Linux发行版下的.run文件形式分发包，按照提示完成本地部署过程。注意要关闭X server服务以防止冲突发生；如果采用runfile方式，则还需提前禁用 nouveau 开源内核模块加载机制[^3]。 #### 设置环境变量以便后续开发工作顺利开展 编辑用户的shell profile脚本(如`.bashrc`)加入如下几行定义路径指向新安装好的CUDA toolkit目录结构： ```bash export PATH=/usr/local/cuda-11.8/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64\ ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} ``` 最后记得重新加载该配置文件让修改立即起效 `source ~/.bashrc`. #### 测试验证安装成果 通过运行简单的测试样例程序比如deviceQuery,bandwidthTest等可以初步判断整个设置流程是否成功结束。这些例子通常位于 `/usr/local/cuda/samples/` 文件夹下，可以根据README文档里的说明来进行编译与执行。 #### 安装 cuDNN 库 (针对深度学习应用场景) 对于从事AI领域研究的同学来说，除了基础平台之外还需要额外集成由英伟达提供的优化过的深层神经网络计算引擎——cuDNN v8.x系列。同样可以从官网上免费申请获得合法授权后的二进制压缩包，解压至相应位置即可[^2].