主页 / ubuntu / 问题 / 1077061
Accepted
Terrance
Asked: 2018-09-21 14:11:25 +0800 CST

如何在 Ubuntu 中安装 NVIDIA 和 CUDA 驱动程序？

  • 772

编辑：我在下面为 Ubuntu 20.04 LTS 和 CUDA 11.1.1 添加了一个新答案。见下文。

我有一个带有 NVIDIA 卡的系统，与https://developer.nvidia.com/cuda-gpus相比，它的计算支持为 3.5+ 。如何在不从 NVIDIA 下载 .deb 文件的情况下在 Ubuntu 中安装 CUDA 和 NVIDIA 驱动程序？

nvidia cuda

5 个回答

  1. Ubuntu 18.04、CUDA 10.1、libcudnn 7.5.1 和 NVIDIA 418.67 驱动程序

    笔记

    • 2021-01-07 : 请继续使用下面的 20.04 安装，因为 18.04 和 20.04 的步骤相同。

    • 2019-06-23 : CUDA 10.0 或 10.1 版本的最新更新与它一起安装的 NVIDIA 418.67 驱动程序不再包含 32 位库，这将导致 Steam 和大多数游戏不再工作。的版本libnvidia-gl-418:i386只安装 418.56 版本，不支持 418.67 驱动。希望 NVIDIA 将很快发布更新。我已在此答案底部添加了.run file install有关如何仅下载 CUDA 安装程序的运行文件的信息，然后您可以使用所需的任何驱动程序。 运行文件大小为 2.3GB，因此下载可能需要一些时间。

    • CUDA 9.x 无法通过 NVIDIA 的 ubuntu1804 存储库获得。但是，我确实在https://askubuntu.com/a/1086993/231142上为 CUDA 9.2 写了一个答案

    通过存储库安装 CUDA（而不是.deb安装）

    您可以将以下行复制并粘贴到终端窗口。按Ctrl+ Alt+T打开终端窗口。

    删除和更新

    删除任何可能已安装的 CUDA PPA，并删除nvidia-cuda-toolkit如果已安装：

    sudo rm /etc/apt/sources.list.d/cuda*
sudo apt remove --autoremove nvidia-cuda-toolkit

    建议在安装新驱动程序之前也删除所有 NVIDIA 驱动程序：

    sudo apt remove --autoremove nvidia-*

    然后更新系统：

    sudo apt update

    添加并安装

    最近，我刚刚发现 CUDA 安装可以使用，graphics-drivers ppa所以如果你没有添加它，现在添加它：

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

    安装 NVIDIA 驱动程序。为此，我们将使用 440 驱动程序

    sudo apt install nvidia-driver-440

    现在，安装密钥：

    sudo apt-key adv --fetch-keys  http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub

    添加回购：

    sudo bash -c 'echo "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64 /" > /etc/apt/sources.list.d/cuda.list'

sudo bash -c 'echo "deb http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64 /" > /etc/apt/sources.list.d/cuda_learn.list'

    再次更新系统：

    sudo apt update

    安装 CUDA 10.1：

    sudo apt install cuda-10-1

    它应该与它一起安装 NVIDIA 418.40 驱动程序，因为这些驱动程序在 repo 中列出。请参阅：http: //developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/

    安装 libcudnn7 7.5.1：

    sudo apt install libcudnn7

    调整环境并重新启动

    将以下行添加到~/.profileCUDA 10.1 的文件中

    # set PATH for cuda 10.1 installation
if [ -d "/usr/local/cuda-10.1/bin/" ]; then
    export PATH=/usr/local/cuda-10.1/bin${PATH:+:${PATH}}
    export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
fi

    重新启动计算机。

    检查您的设置

    检查 NVIDIA Cuda 编译器nvcc --version：

    nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Wed_Apr_24_19:10:27_PDT_2019
Cuda compilation tools, release 10.1, V10.1.168

    检查 libcudnn 版本/sbin/ldconfig -N -v $(sed 's/:/ /' <<< $LD_LIBRARY_PATH) 2>/dev/null | grep libcudnn：

    terrance@terrance-ubuntu:~$ /sbin/ldconfig -N -v $(sed 's/:/ /' <<< $LD_LIBRARY_PATH) 2>/dev/null | grep libcudnn
    libcudnn.so.7 -> libcudnn.so.7.5.1

    检查 NVIDIA 驱动程序nvidia-smi：

    terrance@terrance-ubuntu:~$ nvidia-smi
Wed Jan 29 12:41:02 2020       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 440.48.02    Driver Version: 440.48.02    CUDA Version: 10.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce GTX 750 Ti  Off  | 00000000:02:00.0  On |                  N/A |
| 40%   34C    P0     1W /  38W |    163MiB /  2000MiB |      1%      Default |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|    0      1993      G   /usr/lib/xorg/Xorg                           158MiB |
|    0      2502      G   compton                                        1MiB |
+-----------------------------------------------------------------------------+

    .run文件安装

    安装驱动

    通过使用，sudo add-apt-repository ppa:graphics-drivers/ppa您可以安装430.26最新的驱动程序或任何适合您的驱动程序。

    安装 libcudnn7

    添加回购：

    sudo bash -c 'echo "deb http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64 /" > /etc/apt/sources.list.d/cuda_learn.list'

    安装密钥：

    sudo apt-key adv --fetch-keys  http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub

    更新系统：

    sudo apt update

    安装 libcudnn7.5.1：

    sudo apt install libcudnn7

    下载.run文件

    现在cuda_10.1.105_418.39_linux.run从https://developer.nvidia.com/cuda-10.1-download-archive-base?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal下载

    如果你想要 CUDA 10.2，下载说明在这里： https ://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal 然后按照以下相同的步骤进行操作，但请确保更新到 10.2 而不是 10.1。

    然后运行安装程序：

    sudo sh cuda_10.1.105_418.39_linux.run

    在此屏幕上输入接受并按回车键：

    ┌──────────────────────────────────────────────────────────────────────────────┐
│  End User License Agreement                                                  │
│  --------------------------                                                  │
│                                                                              │
│                                                                              │
│  Preface                                                                     │
│  -------                                                                     │
│                                                                              │
│  The Software License Agreement in Chapter 1 and the Supplement              │
│  in Chapter 2 contain license terms and conditions that govern               │
│  the use of NVIDIA software. By accepting this agreement, you                │
│  agree to comply with all the terms and conditions applicable                │
│  to the product(s) included herein.                                          │
│                                                                              │
│                                                                              │
│  NVIDIA Driver                                                               │
│                                                                              │
│                                                                              │
│  Description                                                                 │
│                                                                              │
│  This package contains the operating system driver and                       │
│──────────────────────────────────────────────────────────────────────────────│
│ Do you accept the above EULA? (accept/decline/quit):                         │
│ accept

    取消选择驱动程序，然后使用箭头键和空格键移动并选择或取消选择选择安装：

    ┌──────────────────────────────────────────────────────────────────────────────┐
│ CUDA Installer                                                               │
│ - [ ] Driver                                                                 │
│      [ ] 418.39                                                              │
│ + [X] CUDA Toolkit 10.1                                                      │
│   [X] CUDA Samples 10.1                                                      │
│   [X] CUDA Demo Suite 10.1                                                   │
│   [X] CUDA Documentation 10.1                                                │
│   Install                                                                    │
│   Options                                                                    │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│ Up/Down: Move | Left/Right: Expand | 'Enter': Select | 'A': Advanced options │

    等待安装完成，它可能会在安装过程中出现错误，但不要担心。

    调整环境并重新启动

    将以下行添加到~/.profileCUDA 10.1 的文件中

    # set PATH for cuda 10.1 installation
if [ -d "/usr/local/cuda-10.1/bin/" ]; then
    export PATH=/usr/local/cuda-10.1/bin${PATH:+:${PATH}}
    export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
fi

    重新启动系统以使更改生效。

    • 89
  2. Best Answer

    Ubuntu 20.04 LTS、CUDA 11.5.0、NVIDIA 495 和 libcudnn 8.0.4

    我不建议安装 CUDA 附带的 NVIDIA 驱动程序，因为它们不包含用于新内核升级的 dkms 驱动程序。

    graphics-driversUbuntu 存储库现在包含与PPA相同的驱动程序。所以请随意安装495.44驱动程序。

    sudo apt install nvidia-driver-495

    重新启动系统，使新的驱动程序生效。

    现在，从 NVIDIA 下载 CUDA 11.5.0 .run 文件：

    wget https://developer.download.nvidia.com/compute/cuda/11.5.0/local_installers/cuda_11.5.0_495.29.05_linux.run

    .run将文件运行为sudo：

    sudo sh ./cuda_11.5.0_495.29.05_linux.run

    如果您得到以下信息，只需选择Continue：

    ┌──────────────────────────────────────────────────────────────────────────────┐
│ Existing package manager installation of the driver found. It is strongly    │
│ recommended that you remove this before continuing.                          │
│ Abort                                                                        │
│ Continue                                                                     │
│

    接受 EULA：

    ┌──────────────────────────────────────────────────────────────────────────────┐
│  End User License Agreement                                                  │
│  --------------------------                                                  │
│                                                                              │
│  NVIDIA Software License Agreement and CUDA Supplement to                    │
│  Software License Agreement. Last updated: October 8, 2021                   │
│                                                                              │
│  The CUDA Toolkit End User License Agreement applies to the                  │
│  NVIDIA CUDA Toolkit, the NVIDIA CUDA Samples, the NVIDIA                    │
│  Display Driver, NVIDIA Nsight tools (Visual Studio Edition),                │
│  and the associated documentation on CUDA APIs, programming                  │
│  model and development tools. If you do not agree with the                   │
│  terms and conditions of the license agreement, then do not                  │
│  download or use the software.                                               │
│                                                                              │
│  Last updated: October 8, 2021.                                              │
│                                                                              │
│                                                                              │
│  Preface                                                                     │
│  -------                                                                     │
│                                                                              │
│──────────────────────────────────────────────────────────────────────────────│
│ Do you accept the above EULA? (accept/decline/quit):                         │
│ accept

    [X] Driver在突出显示时按空格键取消选择视频驱动程序：

    ┌──────────────────────────────────────────────────────────────────────────────┐
│ CUDA Installer                                                               │
│ - [ ] Driver                                                                 │
│      [ ] 495.29.05                                                           │
│ + [X] CUDA Toolkit 11.5                                                      │
│   [X] CUDA Samples 11.5                                                      │
│   [X] CUDA Demo Suite 11.5                                                   │
│   [X] CUDA Documentation 11.5                                                │
│   Options                                                                    │
│   Install                                                                    │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│ Up/Down: Move | Left/Right: Expand | 'Enter': Select | 'A': Advanced options │

    然后按向下箭头Install。按Enter然后等待安装完成。

    安装完成后，将以下内容添加到您的底部~/.profile或将其添加到/etc/profile.d/cuda.sh您可能必须为所有用户（全局）创建的文件中：

    # set PATH for cuda 11.5 installation
if [ -d "/usr/local/cuda-11.5/bin/" ]; then
    export PATH=/usr/local/cuda-11.5/bin${PATH:+:${PATH}}
    export LD_LIBRARY_PATH=/usr/local/cuda-11.5/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
fi

    安装 libcudnn8

    添加回购：

    注意：来自 NVIDIA 的 20.04 存储库不提供 libcudnn，但 18.04 存储库提供并可以很好地安装到 20.04 中。

    echo "deb http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64 /" | sudo tee /etc/apt/sources.list.d/cuda_learn.list

    安装密钥：

    sudo apt-key adv --fetch-keys  http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub

    更新系统：

    sudo apt update

    安装 libcudnn 8.0.4：

    sudo apt install libcudnn8

    我建议现在重新启动系统以使更改生效。

    重启后检查安装：

    ~$ nvidia-smi
Thu Nov 18 07:31:31 2021       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 495.44       Driver Version: 495.44       CUDA Version: 11.5     |
|-------------------------------+----------------------+----------------------+
| 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 |
| 40%   38C    P8     1W /  38W |    310MiB /  2000MiB |      4%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|    0   N/A  N/A      2091      G   /usr/lib/xorg/Xorg                 46MiB |
|    0   N/A  N/A      2680      G   /usr/lib/xorg/Xorg                163MiB |
|    0   N/A  N/A      2906      G   compton                             1MiB |
|    0   N/A  N/A      3262      G   /opt/waterfox/waterfox             85MiB |
+-----------------------------------------------------------------------------+

    并检查 CUDA 安装：

    ~$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2021 NVIDIA Corporation
Built on Mon_Sep_13_19:13:29_PDT_2021
Cuda compilation tools, release 11.5, V11.5.50
Build cuda_11.5.r11.5/compiler.30411180_0

    并检查 libcudnn 安装：

    ~$ /sbin/ldconfig -N -v $(sed 's/:/ /' <<< $LD_LIBRARY_PATH) 2>/dev/null | grep libcudnn
    libcudnn_cnn_infer.so.8 -> libcudnn_cnn_infer.so.8.0.4
    libcudnn.so.8 -> libcudnn.so.8.0.4
    libcudnn_adv_train.so.8 -> libcudnn_adv_train.so.8.0.4
    libcudnn_ops_infer.so.8 -> libcudnn_ops_infer.so.8.0.4
    libcudnn_cnn_train.so.8 -> libcudnn_cnn_train.so.8.0.4
    libcudnn_adv_infer.so.8 -> libcudnn_adv_infer.so.8.0.4
    libcudnn_ops_train.so.8 -> libcudnn_ops_train.so.8.0.4
    • 15

  3. 我只想添加一个替代解决方案，最终变得更容易和模块化，恕我直言：使用 Nvidia 的 CUDA docker 图像！

    这确实需要主机上的工作（专有）驱动程序，可以从 Ubuntu 存储库安装（nvidia-driver-470是 CUDA 计算 3.5 最终支持的驱动程序版本）。

    1. sudo apt install nvidia-driver-470
    2. 安装 Docker 和nvidia-docker2. 请参阅Nvidia 的本指南；如果您运行的是 Ubuntu 21+，您需要在此步骤$distribution中替换为。ubuntu2004
    3. 在Nvidia 的 DockerHub 页面上找到你想要的 CUDA docker 镜像；例如，如果你想要 CUDA 11.4.2 和 cuDNN 8，你可以运行 
      $ docker pull nvidia/cuda:11.4.2-cudnn8-devel-ubuntu20.04
    4. 现在从该图像运行一个容器，附加您的 GPU： 
      $ docker run -it --rm --gpus all nvidia/cuda:11.4.2-cudnn8-devel-ubuntu20.04
      您应该验证容器是否可以通过运行来查看您的 GPU nvidia-smi，这将显示您从nvidia-smi在 Docker 中运行 NOT 获得的相同输出。
    • 1

  4. 对于使用 AWS 深度学习基础 AMI 的任何人：
    该图像带有几个内置的 NVIDIA CUDA 环境，默认情况下可以使用其中一个（在我的情况下为 10），但您可以切换到任何其他环境，只需更改符号链接：

    $ sudo rm /usr/local/cuda
$ sudo ln -s /usr/local/cuda-10.2 /usr/local/cuda

    更多信息：
    https ://docs.aws.amazon.com/dlami/latest/devguide/tutorial-base.html

    • 0

  5. 不要犯错。

    永远下载 .deb 文件。

    我下载了 .run 文件并安装了它。但是，一旦我尝试安装 tensorrt，结果发现它无法安装。

    我只能在安装 .deb nvidia 驱动程序后安装它。

    • -1

相关问题