Ubuntu 22.04 手动安装Nvidia驱动、CUDA与cuDNN全攻略

1. 项目概述：为什么要在Ubuntu上搭建AI开发环境？

如果你刚拿到一台预装Ubuntu 22.04 LTS的台式机或笔记本，或者准备在服务器上部署深度学习任务，第一件头疼的事大概率就是搞定Nvidia显卡驱动、CUDA和cuDNN这一套“全家桶”。这几乎是所有AI开发、科学计算和图形工作站绕不开的起点。我见过太多新手卡在这一步，要么驱动装不上黑屏，要么CUDA版本和框架不兼容，白白浪费几天时间。

简单来说，这三者构成了一个完整的GPU计算栈：Nvidia显卡驱动是操作系统与GPU硬件沟通的“翻译官”，没有它，系统根本不认识你的显卡；CUDA是Nvidia推出的并行计算平台和编程模型，它提供了一套API和工具链，让开发者能用C++、Python等语言直接调用GPU进行通用计算；而cuDNN则是针对深度神经网络的高度优化库，像TensorFlow、PyTorch这些主流框架底层都依赖它来加速卷积、池化等核心操作。它们的关系是层层递进的：驱动是基础，CUDA是平台，cuDNN是特定领域的加速器。

这个过程之所以容易踩坑，是因为它涉及系统内核、闭源驱动、版本依赖和多个安装源的交叉。网上教程五花八门，有推荐用ubuntu-drivers自动安装的，有让去官网下.run文件的，还有直接用APT仓库的。方法没有绝对的对错，但选择不当就会导致后续CUDA安装失败，或者与深度学习框架产生版本冲突。今天，我就以一台搭载了RTX 40系列显卡的新机器为例，带你走一遍我认为最清晰、最可控的手动安装路线。这套方法的核心思路是：先通过系统仓库安装一个基础驱动保证显示正常，然后从Nvidia官网下载完整CUDA Toolkit（其内包含匹配的驱动），最后单独安装对应版本的cuDNN。这样做能最大程度保证组件版本的统一性，减少“玄学”错误。

2. 安装前的关键准备与避坑指南

在动手之前，充分的准备工作能避免一半以上的问题。很多人一上来就执行安装命令，忽略了环境检查，结果遇到问题无从下手。

2.1 硬件与系统环境确认

首先，打开终端，我们需要确认几件关键信息。

1. 确认显卡型号：

lspci | grep -i nvidia

这条命令会列出所有的PCI设备，并过滤出Nvidia显卡。记下你的显卡型号，例如“NVIDIA Corporation AD106 [GeForce RTX 4060]”。这决定了你后续可以安装的驱动版本范围。

2. 确认系统架构：

uname -m

绝大多数现代电脑都是x86_64架构，这也是我们下载安装包时需要选择的。如果你的系统是ARM架构（如某些服务器），则需要选择对应的版本。

3. 禁用系统自带的Nouveau驱动（关键步骤）：Ubuntu默认使用开源的Nouveau驱动来驱动Nvidia显卡，但它与官方的闭源Nvidia驱动冲突，必须在安装前禁用。

# 检查Nouveau是否正在被使用 lsmod | grep nouveau

如果有输出，说明它正在运行。接下来创建禁用它的配置文件：

sudo bash -c "echo 'blacklist nouveau' >> /etc/modprobe.d/blacklist-nvidia-nouveau.conf" sudo bash -c "echo 'options nouveau modeset=0' >> /etc/modprobe.d/blacklist-nvidia-nouveau.conf"

然后更新initramfs并重启：

sudo update-initramfs -u sudo reboot

重启后，再次运行lsmod | grep nouveau，应该没有任何输出，这表明禁用成功。如果重启后遇到黑屏或分辨率极低，这是正常现象，因为此时系统没有加载任何显卡驱动，我们将在下一步解决。

注意：这一步是必须的。很多安装失败（尤其是.run方式）都是因为Nouveau驱动未被彻底禁用导致的冲突。

2.2 版本规划与依赖安装

版本兼容性是最大的“坑”。你需要根据你计划使用的深度学习框架（如TensorFlow、PyTorch）来反向确定CUDA和cuDNN的版本，而不是盲目安装最新版。

1. 查询框架的CUDA支持版本：以PyTorch为例，访问其 官方安装命令生成页面 ，查看“Compute Platform”下拉选项。例如，PyTorch 2.0+ 稳定支持CUDA 11.7和11.8。TensorFlow也有明确的 版本对应表 。假设我们选定PyTorch，并决定使用CUDA 11.8。

2. 根据CUDA版本确定驱动版本：访问Nvidia的 CUDA版本支持文档 ，找到CUDA 11.8的“Table 3. CUDA Driver Requirements”。你会看到，CUDA 11.8要求驱动版本 >= 520.61.05。这意味着我们安装的驱动必须满足这个最低要求。

3. 安装必要的编译工具和依赖：CUDA Toolkit的安装过程可能需要编译一些内核模块，因此需要提前安装开发工具。

sudo apt update sudo apt install build-essential dkms linux-headers-$(uname -r)

build-essential包含了gcc、make等基础编译工具；dkms（Dynamic Kernel Module Support）能确保在系统内核更新后，自动重新编译Nvidia驱动模块，这是一个非常实用的功能；linux-headers则是编译内核模块所必需的。

3. 分步实操：安装Nvidia驱动与CUDA Toolkit

我强烈推荐从Nvidia官网下载CUDA Toolkit的runfile（本地）安装包进行安装，因为它给了我们最大的控制权，可以选择只安装CUDA，或者连带安装一个匹配的驱动。

3.1 方法一：使用CUDA Toolkit捆绑安装驱动（推荐）

这是我最常用的方法，能确保驱动和CUDA版本绝对匹配。

1. 下载CUDA Toolkit runfile安装包：前往Nvidia CUDA Toolkit Archive ，选择“Linux” -> “x86_64” -> “Ubuntu” -> “22.04” -> “runfile (local)”。下载对应版本的安装包，例如cuda_11.8.0_520.61.05_linux.run。文件名中的520.61.05就是此CUDA版本捆绑的驱动版本。

2. 运行安装程序：给下载的文件添加执行权限并运行。

chmod +x cuda_11.8.0_520.61.05_linux.run sudo ./cuda_11.8.0_520.61.05_linux.run

这时会进入一个基于ncurses的文本界面安装向导。

3. 关键安装选项配置：安装程序会先检测系统环境。随后会出现几个重要的选项：

• Accept用户协议。
• Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 520.61.05?这里一定要选Yes。这正是我们需要的、与CUDA 11.8匹配的驱动。
• Do you want to install the OpenGL libraries?如果你这台机器是用于桌面环境（有显示器），并且希望使用Nvidia的OpenGL实现（通常性能更好），选Yes。如果是无图形界面的服务器，选No。
• Do you want to run nvidia-xconfig?这个工具会自动配置Xorg（桌面显示服务器）的配置文件。对于大多数单显卡的桌面用户，建议选Yes。对于多显卡或复杂配置的服务器，可能需要手动配置，可以选No。
• 后续关于CUDA Toolkit、Samples等的安装选项，保持默认（即已选中）即可。

安装过程会持续几分钟，期间屏幕可能会闪烁数次，这是驱动在加载。安装完成后，会提示你添加环境变量。

4. 配置环境变量：安装程序会提示你将以下两行添加到~/.bashrc文件中（对于使用Zsh的用户则是~/.zshrc）：

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}}

使用文本编辑器（如nano ~/.bashrc）在文件末尾添加这两行，然后执行source ~/.bashrc使其立即生效。

5. 验证安装：重启系统，这是让新驱动完全生效的关键一步。

sudo reboot

重启后，进行验证：

• 验证驱动：nvidia-smi。这个命令会弹出类似下表的输出，它证明了驱动安装成功，并显示了驱动版本、CUDA版本（这里是驱动支持的最高CUDA版本，并非我们安装的Toolkit版本）以及GPU状态。

+-----------------------------------------------------------------------------+ | NVIDIA-SMI 520.61.05 Driver Version: 520.61.05 CUDA Version: 11.8 | |-------------------------------+----------------------+----------------------+ | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | |===============================+======================+======================| | 0 NVIDIA GeForce ... Off | 00000000:01:00.0 On | N/A | | 0% 45C P8 10W / 130W | 500MiB / 8192MiB | 0% Default | +-------------------------------+----------------------+----------------------+

• 验证CUDA编译器：nvcc --version。这个命令输出的是我们实际安装的CUDA Toolkit版本，应该显示V11.8.0。

3.2 方法二：使用APT仓库单独安装驱动（备选）

如果你对系统稳定性有极高要求，或者公司IT政策规定必须使用仓库版本，可以采用此方法。但需注意，仓库中的驱动和CUDA版本可能更新较慢。

1. 添加Nvidia官方驱动仓库并安装：

# 添加PPA仓库（Ubuntu 22.04已内置，此步可省略，但显式添加可确保源最新） sudo add-apt-repository ppa:graphics-drivers/ppa -y sudo apt update # 查找可用的驱动版本，选择满足CUDA要求的最新版 ubuntu-drivers devices # 安装推荐驱动（通常是版本号最高的那个） sudo apt install nvidia-driver-525 # 以525为例，请根据`ubuntu-drivers`输出选择

安装完成后，同样需要重启。

2. 安装CUDA Toolkit（通过Nvidia仓库）：此时驱动已就绪，我们可以从Nvidia仓库安装特定版本的CUDA Toolkit，而不捆绑驱动。

# 下载并安装Nvidia CUDA仓库的安装包 wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600 wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda-repo-ubuntu2204-11-8-local_11.8.0-520.61.05-1_amd64.deb sudo dpkg -i cuda-repo-ubuntu2204-11-8-local_11.8.0-520.61.05-1_amd64.deb sudo cp /var/cuda-repo-ubuntu2204-11-8-local/cuda-*-keyring.gpg /usr/share/keyrings/ sudo apt update # 安装CUDA Toolkit 11.8（注意不安装驱动） sudo apt install cuda-toolkit-11-8

环境变量的配置与验证步骤同方法一。

实操心得：我个人的偏好是方法一。原因有三：第一，runfile安装是一次性、干净的操作，避免了多个APT源可能带来的依赖冲突。第二，它强制驱动和CUDA版本匹配，减少了后续隐患。第三，在无法连接互联网的离线环境中，只需一个.run文件就能搞定。方法二的优势在于可以通过apt命令方便地更新，更适合追求系统“一切皆包管理”的纯血统用户。

4. 安装cuDNN：深度学习的“涡轮增压器”

cuDNN不是通过apt或.run文件直接安装的，而是需要从Nvidia开发者网站下载压缩包，手动将库文件复制到CUDA的目录中。

1. 下载正确的cuDNN版本：前往Nvidia cuDNN Archive 页面。这里版本选择至关重要。你需要登录Nvidia开发者账户（免费注册）。根据我们安装的CUDA 11.8，选择对应的cuDNN版本。例如，选择“Download cuDNN v8.6.0 (October 3rd, 2022), for CUDA 11.x”。然后下载三个适用于Ubuntu 22.04的deb文件（本地安装）：

• libcudnn8_8.6.0.163-1+cuda11.8_amd64.deb(运行时库)
• libcudnn8-dev_8.6.0.163-1+cuda11.8_amd64.deb(开发库，包含头文件)
• libcudnn8-samples_8.6.0.163-1+cuda11.8_amd64.deb(示例代码，可选)

2. 安装cuDNN deb包：在下载目录下，按顺序安装它们：

sudo dpkg -i libcudnn8_8.6.0.163-1+cuda11.8_amd64.deb sudo dpkg -i libcudnn8-dev_8.6.0.163-1+cuda11.8_amd64.deb sudo dpkg -i libcudnn8-samples_8.6.0.163-1+cuda11.8_amd64.deb

dpkg -i是Debian系系统安装本地deb包的命令。安装后，cuDNN的库文件会自动被放置到/usr/lib/x86_64-linux-gnu和/usr/include等系统目录，并与CUDA目录建立链接，无需手动配置环境变量。

3. 验证cuDNN安装：安装示例包后，可以编译并运行一个测试程序来验证。

# 复制示例代码到可写目录 cp -r /usr/src/cudnn_samples_v8/ ~ cd ~/cudnn_samples_v8/mnistCUDNN # 编译示例程序 make clean && make # 运行测试 ./mnistCUDNN

如果输出Test passed!，则表明cuDNN安装成功，并且与CUDA协同工作正常。

注意事项：有时直接dpkg -i可能会因为依赖问题报错。如果遇到，可以运行sudo apt --fix-broken install来自动修复依赖并完成安装。这是处理deb包依赖问题的标准操作。

5. 环境验证与深度学习框架测试

所有组件安装完毕后，我们需要进行一场“毕业考试”，确保整个环境能为深度学习框架所用。

5.1 编写一个综合测试脚本

创建一个Python测试脚本test_gpu_env.py，使用pip安装nvidia-ml-py库来更细致地查询信息，并测试PyTorch。

# 安装必要的Python包管理工具和库 sudo apt install python3-pip -y pip3 install nvidia-ml-py torch torchvision --index-url https://download.pytorch.org/whl/cu118

注意，https://download.pytorch.org/whl/cu118这个索引URL指定了安装支持CUDA 11.8的PyTorch版本。

脚本内容如下：

import torch import pynvml print("="*50) print("1. PyTorch GPU 测试") print("="*50) print(f"PyTorch 版本: {torch.__version__}") print(f"CUDA 是否可用: {torch.cuda.is_available()}") if torch.cuda.is_available(): print(f"当前 GPU 设备: {torch.cuda.get_device_name(0)}") print(f"GPU 数量: {torch.cuda.device_count()}") # 创建一个张量并移动到GPU x = torch.rand(5, 3).cuda() print(f"张量设备: {x.device}") # 执行一个简单的GPU运算 y = torch.matmul(x, x.t()) print(f"矩阵运算结果形状: {y.shape}") print("PyTorch GPU 测试通过！") print("\n" + "="*50) print("2. NVIDIA 系统信息 (nvidia-smi)") print("="*50) try: pynvml.nvmlInit() handle = pynvml.nvmlDeviceGetHandleByIndex(0) driver_version = pynvml.nvmlSystemGetDriverVersion() cuda_version = str(pynvml.nvmlSystemGetCudaDriverVersion()) # 注意这是驱动支持的CUDA版本 gpu_name = pynvml.nvmlDeviceGetName(handle) mem_info = pynvml.nvmlDeviceGetMemoryInfo(handle) print(f"驱动版本: {driver_version}") print(f"驱动支持的最高 CUDA 版本: {cuda_version}") print(f"GPU 名称: {gpu_name.decode('utf-8')}") print(f"GPU 总显存: {mem_info.total / 1024**3:.2f} GB") print(f"GPU 已用显存: {mem_info.used / 1024**3:.2f} GB") pynvml.nvmlShutdown() except Exception as e: print(f"获取NVIDIA信息失败: {e}") print("\n" + "="*50) print("3. CUDA & cuDNN 版本信息") print("="*50) # 通过PyTorch间接查看CUDA和cuDNN版本 if torch.cuda.is_available(): print(f"PyTorch 使用的 CUDA 版本: {torch.version.cuda}") # cuDNN版本信息在torch.backends.cudnn中 print(f"cuDNN 版本: {torch.backends.cudnn.version()}") print(f"cuDNN 是否启用: {torch.backends.cudnn.enabled}")

运行这个脚本：python3 test_gpu_env.py。你会看到一份详细的报告，从PyTorch框架层到驱动层，全方位确认环境是否就绪。

5.2 常见安装后问题与解决方案

即使按照步骤操作，也可能遇到一些典型问题。这里记录几个我踩过的坑和解决办法。

问题1：运行nvidia-smi提示“NVIDIA-SMI has failed because it couldn‘t communicate with the NVIDIA driver.”

• 排查思路：这几乎总是驱动未正确加载。首先，检查内核模块：lsmod | grep nvidia。如果没有输出，说明驱动模块没加载。
• 可能原因与解决：
  1. Nouveau驱动未禁用干净：重新执行2.1节的禁用步骤并重启。
  2. Secure Boot启用：某些UEFI系统启用了Secure Boot会阻止未签名的驱动加载。重启进入BIOS/UEFI设置，暂时关闭Secure Boot，安装驱动后再开启。或者按照提示为驱动创建密钥并签名（过程较复杂）。
  3. 内核头文件不匹配：确保已安装linux-headers-$(uname -r)，并且系统已经更新到最新（sudo apt update && sudo apt upgrade），然后重新安装驱动。

问题2：nvcc --version命令找不到，但nvidia-smi正常。

• 排查思路：CUDA Toolkit的bin目录未加入PATH。
• 解决：确认~/.bashrc中的环境变量路径是否正确（例如是否是cuda-11.8），并执行source ~/.bashrc。也可以使用绝对路径测试：/usr/local/cuda-11.8/bin/nvcc --version。

问题3：PyTorch安装后，torch.cuda.is_available()返回False。

• 排查思路：这是最令人头疼的问题，原因多样。
• 诊断步骤：
  1. 确认PyTorch的CUDA版本：print(torch.version.cuda)。如果显示None或版本不对，说明安装的是CPU版本的PyTorch。请务必使用正确的pip install命令，带上--index-url指定CUDA版本。
  2. 检查系统CUDA与PyTorch CUDA是否匹配：nvcc --version输出的版本应与torch.version.cuda的主版本号（如11.8）一致。
  3. 检查驱动支持的CUDA版本：nvidia-smi右上角显示的CUDA版本应大于等于你安装的CUDA Toolkit版本。例如，驱动支持12.2，可以向下兼容11.8。
  4. 检查Anaconda环境干扰（如果使用）：如果你使用了conda，确保没有在基础环境或当前环境中安装cpuonly这个包。可以用conda list | grep cudatoolkit和conda list | grep cpuonly检查。

问题4：系统更新内核后，Nvidia驱动失效。

• 解决：这就是我们提前安装dkms的用处。理论上，DKMS会自动为新内核重新编译驱动模块。如果自动失效，可以尝试手动触发：sudo dkms install nvidia/520.61.05 -k $(uname -r)（请将版本号替换成你的实际驱动版本）。如果还不行，重新运行一次CUDA runfile安装程序，选择只安装驱动模块。

6. 生产环境下的进阶考量与维护

对于个人开发机，上述流程已经足够。但如果是在服务器或需要长期稳定运行的生产环境中，还需要考虑更多。

1. 多版本CUDA共存与管理：你可能会需要同时维护多个需要不同CUDA版本的项目。CUDA Toolkit默认安装在/usr/local/cuda-<version>下，而/usr/local/cuda是一个指向当前激活版本的软链接。你可以通过修改PATH和LD_LIBRARY_PATH环境变量来切换版本，但更优雅的方式是使用环境模块管理工具，如module（通过environment-modules包安装）或conda虚拟环境。

• 使用Conda：为每个项目创建独立的conda环境，并在其中安装特定版本的cudatoolkit和cudnn（来自conda-forge或nvidia频道）。这样，环境之间完全隔离，互不干扰。

  conda create -n myproject python=3.9 conda activate myproject conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch -c nvidia

2. 容器化部署：在现代AI开发和部署中，使用Docker等容器技术是标准做法。Nvidia提供了官方的基础镜像，如nvidia/cuda:11.8.0-cudnn8-runtime-ubuntu22.04，里面已经预装了匹配的驱动（需要宿主机有驱动）、CUDA和cuDNN。这能实现环境的高度一致性和可移植性。

FROM nvidia/cuda:11.8.0-cudnn8-runtime-ubuntu22.04 # 在此镜像基础上安装你的应用依赖 RUN apt update && apt install -y python3-pip ... COPY . /app WORKDIR /app RUN pip install -r requirements.txt CMD ["python3", "app.py"]

运行时需要加上--gpus all参数来启用GPU支持：docker run --gpus all my-ai-app。

3. 性能监控与维护：

• 监控工具：除了nvidia-smi，可以安装nvtop（类似htop的GPU监控工具）或使用gpustat（pip install gpustat）来更直观地查看GPU使用情况。
• 定期清理：长期运行深度学习训练会产生大量缓存。可以定期清理PyTorch的缓存：torch.cuda.empty_cache()。在系统层面，注意查看/tmp目录和用户缓存目录。

4. 驱动与CUDA的升级策略：除非新版本有必须的功能或性能提升，否则在生产环境中不建议盲目升级驱动和CUDA。升级前务必：

• 查看深度学习框架官方文档对新版本的支持情况。
• 在测试环境中充分验证现有代码的兼容性。
• 记录当前环境的完整配置（可使用pip freeze > requirements.txt和记录系统包版本），以便回滚。

整个安装和配置过程，本质上是在理解GPU计算栈的层次关系基础上，进行精确的版本控制和路径管理。手动安装虽然步骤稍多，但给了你最大的透明度和控制力，尤其是在排查问题时，你能清楚地知道每一个文件在哪里，每一个配置项起什么作用。这套环境搭好之后，就像是给你的Ubuntu系统装上了一台强大的发动机，接下来无论是跑大规模的模型训练，还是进行复杂的科学计算，都能真正释放出硬件的潜力。