Ubuntu 22.04 安装 NVIDIA 显卡驱动与 Docker 终极指南（从零搭建 GPU 容器化环境）

第一步：彻底清理与准备系统

在安装新驱动之前，必须确保系统干净，避免与新驱动冲突。

1.1 更新系统并卸载旧版 NVIDIA 组件

打开终端，首先更新软件包列表并升级所有已安装的软件：

sudo apt updatesudo apt upgrade -y

接下来，检查并彻底移除系统中可能存在的旧版 NVIDIA 驱动，防止干扰 -3：

sudo apt purge "^nvidia-.*"sudo apt autoremove -y

1.2 禁用 Nouveau 开源驱动

Ubuntu 自带的开源驱动 Nouveau 必须禁用，因为它与 NVIDIA 官方驱动不兼容。编辑配置文件：

sudo nano /etc/modprobe.d/blacklist-nvidia-nouveau.conf

在打开的文件中输入以下两行内容 -10：

blacklist nouveauoptions nouveau modeset=0

保存并退出（Ctrl+O, Ctrl+X），然后更新内核并重启：

sudo update-initramfs -usudo reboot

第二步：安装 NVIDIA 显卡驱动

重启后，我们开始安装驱动。这里推荐使用最稳定的 apt 仓库安装方式。

2.1 添加显卡驱动 PPA

Graphics Drivers PPA 提供了最新的 NVIDIA 驱动包。添加并更新：

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

2.2 查看并安装推荐驱动

使用 ubuntu-drivers 命令自动检测最适合你显卡的驱动版本 -10：

ubuntu-drivers devices

你会看到类似输出，其中带有 "recommended" 标记的版本就是最佳选择，例如 nvidia-driver-535。直接自动安装推荐版本：

sudo apt install nvidia-driver-535

注意：请将 535 替换为你查询到的推荐版本号。安装完成后再次重启：

sudo reboot

2.3 验证驱动安装

重启后，在终端输入以下命令，如果看到显卡状态列表，则说明 NVIDIA 显卡驱动 安装成功 -7：

nvidia-smi

这个命令显示的 Driver Version 就是你的驱动版本，后续配置 NVIDIA Container Toolkit 时也要以此为基础。

第三步：安装与配置 Docker

3.1 安装 Docker 引擎

我们使用 Docker 官方仓库来安装最新版本。首先安装依赖包：

sudo apt install apt-transport-https ca-certificates curl software-properties-common -y

添加 Docker 的官方 GPG 密钥和稳定版仓库 -5：

curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpgecho "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

更新索引并安装 Docker（包含 CLI 和 containerd）：

sudo apt updatesudo apt install docker-ce docker-ce-cli containerd.io -y

启动 Docker 并设置开机自启 -2：

sudo systemctl start dockersudo systemctl enable docker

3.2 管理 Docker 权限（可选但推荐）

为了避免每次使用 Docker 命令都加 sudo，将当前用户加入 docker 组 -9：

sudo usermod -aG docker $USERnewgrp docker

登出或重启后生效。

3.3 测试 Docker 并拉取镜像

运行 hello-world 测试 Docker 是否正常。之后，尝试 下载 Docker 镜像，例如拉取一个 Ubuntu 系统镜像：

docker run hello-worlddocker pull ubuntu:22.04

使用 docker images 命令可以查看已下载的镜像 -2。

第四步：安装 NVIDIA Container Toolkit

这是让 Docker 容器能够访问宿主机的 NVIDIA 显卡的关键组件。

4.1 添加 NVIDIA Container Toolkit 仓库

配置官方仓库和 GPG 密钥 -4：

curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpgcurl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | sed "s#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g" | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

更新软件源：

sudo apt update

4.2 安装并配置 Toolkit

安装 NVIDIA Container Toolkit 软件包：

sudo apt install nvidia-container-toolkit -y

安装完成后，需要使用 nvidia-ctk 命令来配置 Docker 运行时，让 Docker 识别 NVIDIA 运行时 -1：

sudo nvidia-ctk runtime configure --runtime=docker

该命令会修改 Docker 的 daemon.json 配置文件。最后，重启 Docker 使配置生效：

sudo systemctl restart docker

第五步：终极验证

现在，让我们运行一个真正的 CUDA 容器来验证整条链路是否打通。

5.1 运行 GPU 验证容器

执行以下命令，Docker 会自动拉取一个包含 CUDA 环境的镜像，并运行 nvidia-smi 命令 -1：

docker run --rm --gpus all nvidia/cuda:12.0.0-base-ubuntu22.04 nvidia-smi

如果终端里成功打印出与第二步中类似的 GPU 信息列表，那么恭喜你！整个 Ubuntu 22.04 安装 NVIDIA 驱动、Docker 和 NVIDIA Container Toolkit 的流程就圆满成功了 -4。

5.2 下一步

这意味着你现在可以运行任何需要 GPU 加速的容器了，比如 TensorFlow 或 PyTorch 的官方镜像，无需再为环境配置而烦恼。你可以直接拉取相关镜像开始你的 AI 之旅：

docker pull tensorflow/tensorflow:latest-gpu

结语

通过本文的详细步骤，我们不仅在 Ubuntu 22.04 上成功安装了 NVIDIA 官方驱动，还配置了 Docker 环境以及至关重要的 NVIDIA Container Toolkit。这套组合拳为运行高性能计算和 AI 应用奠定了坚实的基础。