Ubuntu18.04安装RTX2060显卡驱动+CUDA+cuDNN
- 1 安装RTX2060显卡驱动
- 1.1 查看当前显卡是否被识别
- 1.2 安装驱动依赖
- 1.3 安装桌面显示管理器
- 1.4 下载显卡驱动
- 1.5 禁用nouveau
- 1.6 安装驱动
- 1.7 查看驱动安装情况
- 2 安装CUDA
- 2.1 查看当前显卡支持的CUDA版本
- 2.2 下载CUDA Toolkit
- 2.3 安装CUDA Toolkit
- 2.4 设置环境变量
- 3 安装cuDNN
- 3.1 下载cuDNN
- 3.2 安装cuDNN
1 安装RTX2060显卡驱动
1.1 查看当前显卡是否被识别
lspci | grep NVIDIA
1.2 安装驱动依赖
sudo apt-get install gcc g++ cmake
1.3 安装桌面显示管理器
sudo apt-get install lightdm
1.4 下载显卡驱动
在英伟达显卡驱动官网选择RTX2060驱动,进行下载。
英伟达显卡驱动官网
1.5 禁用nouveau
sudo gedit /etc/modprobe.d/blacklist.conf
在文件末尾添加下面两行指令
blacklist nouveau
options nouveau modeset=0
使禁用生效
sudo update-initramfs -u
然后重启计算机。
1.6 安装驱动
重启计算机进入Ubuntu系统后,Ctrl+Alt+F2进入命令行终端。找到下载好的显卡驱动,添加其执行权限。
chmod +x NVIDIA-Linux-x86_64-550.54.14.run
关闭图形显示
sudo service lightdm stop
运行显卡驱动安装程序
sudo ./NVIDIA-Linux-x86_64-550.54.14.run
安装完成后,打开图形显示
sudo service lightdm start
1.7 查看驱动安装情况
nvidia-smi
2 安装CUDA
2.1 查看当前显卡支持的CUDA版本
nvidia-smi
2060显卡目前支持的CUDA最高版本为12.4。
2.2 下载CUDA Toolkit
https://developer.nvidia.com/cuda-toolkit-archive
但考虑到cuDNN的对应CUDA的12.x版本没有ubuntu18.04安装包,这里就用CUDA 11.8版本。使用runfile方式安装。
2.3 安装CUDA Toolkit
wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
chmod +x cuda_11.8.0_520.61.05_linux.run
sudo sh cuda_11.8.0_520.61.05_linux.run`
已经装好显卡驱动,“Driver”就不选择了。
安装完成显示如下信息:
2.4 设置环境变量
sudo gedit ~/.bashrc或者sudo gedit ~/.bashrc,然后在文件末尾添加下面内容
# CUDA Soft Link
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}}
3 安装cuDNN
3.1 下载cuDNN
https://developer.nvidia.com/rdp/cudnn-archive
选择for CUDA 11.x的版本,下载Local Installer for Linux x86_64 (Tar)、Local Installer for Ubuntu18.04 x86_64 (Deb)。下载cuDNN需要登录英伟达账号,没有英伟达账号需先注册一个。
3.2 安装cuDNN
赋予安装包执行权限,并执行安装
chmod +x cudnn-local-repo-ubuntu1804-8.9.7.29_1.0-1_amd64.deb
sudo dpkg -i cudnn-local-repo-ubuntu1804-8.9.7.29_1.0-1_amd64.deb
解压cudnn-linux-x86_64-8.9.7.29_cuda11-archive.tar.xz
tar -xvf cudnn-linux-x86_64-8.9.7.29_cuda11-archive.tar.xz
复制解压好的文件到安装好的CUDA环境中
sudo cp cudnn-linux-x86_64-8.9.7.29_cuda11-archive/include/cudnn.h /usr/local/cuda-11.8/include
sudo cp cudnn-linux-x86_64-8.9.7.29_cuda11-archive/lib/libcudnn* /usr/local/cuda-11.8/lib64