Ubuntu 22.04离线环境完整安装指南 (Anaconda、CUDA 12.1、NVIDIA驱动及cuDNN 8.9.3一站式教程)

Ubuntu 22.04离线环境完整安装指南 (Anaconda、CUDA 12.1、NVIDIA驱动及cuDNN 8.9.3一站式教程)

本文详细讲解在Ubuntu 22.04离线环境下，如何一步步完成Anaconda、CUDA 12.1、NVIDIA驱动及cuDNN 8.9.3的完整安装。即使你是Linux新手，按照本教程操作也能成功搭建深度学习环境。

1. 准备工作：下载所需软件包

由于是Ubuntu 22.04离线安装，你需要提前在一台有网络的机器上下载以下文件，并通过U盘等介质复制到目标机器：

• NVIDIA驱动：官方驱动下载页面选择对应GPU型号和Linux 64-bit系统，获取.run文件（例如：NVIDIA-Linux-x86_64-535.154.05.run）。
• CUDA 12.1：NVIDIA官网下载CUDA 12.1的runfile（例如：cuda_12.1.0_530.30.02_linux.run）。
• cuDNN 8.9.3：需要注册NVIDIA开发者账号，下载对应CUDA 12.x的cuDNN Library for Linux (x86_64)压缩包（例如：cudnn-linux-x86_64-8.9.3.28_cuda12-archive.tar.xz）。
• Anaconda：官网下载Anaconda最新版Linux安装脚本（例如：Anaconda3-2024.10-1-Linux-x86_64.sh）。

将所有文件放在用户目录下的Downloads/offline_packages/文件夹中。

2. 安装NVIDIA驱动

在离线环境下安装驱动，需要先禁用系统自带的开源驱动nouveau，并停止图形界面。

1. 打开终端，创建黑名单文件：sudo nano /etc/modprobe.d/blacklist-nouveau.conf，写入：

   blacklist nouveauoptions nouveau modeset=0

2. 更新initramfs：sudo update-initramfs -u
3. 重启系统，并在启动时按Ctrl+Alt+F3进入纯命令行模式（无X服务）。登录后，停止显示管理器：sudo systemctl stop lightdm（如果使用gdm3则替换为gdm3）。
4. 给驱动文件添加执行权限并运行：

   cd ~/Downloads/offline_packageschmod +x NVIDIA-Linux-x86_64-535.154.05.runsudo ./NVIDIA-Linux-x86_64-535.154.05.run --no-opengl-files

   （--no-opengl-files可避免与桌面环境冲突）
5. 按提示接受协议，默认选项安装即可。安装完成后输入nvidia-smi验证驱动信息。

3. 安装CUDA 12.1

CUDA 12.1的runfile安装包集成了驱动，但我们已经安装了驱动，所以安装时需选择不安装驱动。

1. 运行runfile：sudo sh cuda_12.1.0_530.30.02_linux.run
2. 阅读EULA，输入accept接受。
3. 在组件选择界面，取消勾选“Driver”（使用空格取消），其他保持默认，然后移动到“Install”回车。
4. 安装完成后，添加环境变量。编辑~/.bashrc：nano ~/.bashrc，在末尾添加：

   export PATH=/usr/local/cuda-12.1/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda-12.1/lib64:$LD_LIBRARY_PATH

   然后source ~/.bashrc。
5. 验证CUDA版本：nvcc -V，显示Cuda compilation tools, release 12.1即成功。

4. 安装cuDNN 8.9.3

cuDNN配置需要将文件复制到CUDA安装目录。假设CUDA安装在/usr/local/cuda-12.1。

1. 解压下载的cuDNN压缩包：tar -xvf cudnn-linux-x86_64-8.9.3.28_cuda12-archive.tar.xz
2. 复制头文件和库文件到CUDA目录：

   cd cudnn-linux-x86_64-8.9.3.28_cuda12-archivesudo cp include/cudnn*.h /usr/local/cuda-12.1/include/sudo cp lib/libcudnn* /usr/local/cuda-12.1/lib64/sudo chmod a+r /usr/local/cuda-12.1/include/cudnn*.h /usr/local/cuda-12.1/lib64/libcudnn*

3. 验证cuDNN版本：cat /usr/local/cuda-12.1/include/cudnn_version.h | grep CUDNN_MAJOR -A 2，应显示8.9.3相关定义。

5. 安装Anaconda（离线）

Anaconda离线安装非常简单，只需运行下载的脚本即可。

1. 执行脚本：bash Anaconda3-2024.10-1-Linux-x86_64.sh
2. 按回车阅读协议，并输入yes接受。
3. 选择安装路径（默认即可），等待安装完成。
4. 安装程序会询问是否初始化Conda，选择yes，这样会自动添加Conda到PATH。
5. 使配置生效：source ~/.bashrc，然后终端提示符前会出现(base)，运行conda list验证。

6. 整体验证

至此，所有组件已安装完毕。建议创建一个Conda环境测试TensorFlow或PyTorch是否能调用GPU。例如：

conda create -n tf-gpu python=3.10conda activate tf-gpupip install tensorflow[and-cuda]  # 在线安装需网络，此处仅为示例python -c "import tensorflow as tf; print(tf.config.list_physical_devices("GPU"))"

如果输出GPU信息列表，则说明CUDA 12.1安装教程和cuDNN配置正确，且NVIDIA驱动安装也成功。

常见问题

• 安装驱动时出现“Unable to find the kernel source tree”：需要安装linux-headers，离线可挂载系统ISO作为源。
• CUDA安装后nvcc找不到：检查PATH是否包含cuda/bin，并确认是否source了bashrc。
• cuDNN复制时权限不足：使用sudo执行复制命令。
• conda命令找不到：手动添加export PATH=~/anaconda3/bin:$PATH到.bashrc。

© 2025 离线安装指南 | 关键词：Ubuntu 22.04离线安装、CUDA 12.1安装教程、NVIDIA驱动安装、cuDNN配置