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,上述过程我们已安装显卡,此时不需要再安装,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cuDNN
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。