本教程将详细指导您在搭载 RTX5060 Max-Q 显卡的笔记本上,于 Ubuntu 20.04 系统中正确安装NVIDIA驱动、CUDA 11.4 和 cuDNN 8.9.5。步骤清晰,小白也能轻松上手,为深度学习和GPU计算奠定基础。
在开始安装前,请确保系统已更新。打开终端(Ctrl+Alt+T),运行以下命令:
sudo apt updatesudo apt upgrade -ysudo apt install build-essential -y 这能避免兼容性问题,特别是对于 Ubuntu 20.04 这样的长期支持版本。
RTX5060 Max-Q 驱动安装是关键步骤。首先,禁用开源nouveau驱动:
sudo bash -c "echo blacklist nouveau > /etc/modprobe.d/blacklist-nouveau.conf"sudo bash -c "echo options nouveau modeset=0 >> /etc/modprobe.d/blacklist-nouveau.conf"sudo update-initramfs -usudo reboot # 重启系统 重启后,添加显卡PPA并安装驱动(推荐版本470以上):
sudo add-apt-repository ppa:graphics-drivers/ppa -ysudo apt updatesudo apt install nvidia-driver-470 -y # 根据最新驱动调整版本号sudo reboot 重启后,运行 nvidia-smi 验证驱动安装。若显示显卡信息,则成功。
CUDA 11.4 是GPU计算的核心。前往NVIDIA官网下载对应版本,或使用终端命令:
wget https://developer.download.nvidia.com/compute/cuda/11.4.0/local_installers/cuda_11.4.0_470.42.01_linux.runsudo sh cuda_11.4.0_470.42.01_linux.run 在安装过程中,取消驱动安装(因已安装),只选CUDA Toolkit。完成后,配置环境变量:
echo "export PATH=/usr/local/cuda-11.4/bin:$PATH" >> ~/.bashrcecho "export LD_LIBRARY_PATH=/usr/local/cuda-11.4/lib64:$LD_LIBRARY_PATH" >> ~/.bashrcsource ~/.bashrc 运行 nvcc -V 检查 CUDA 11.4 是否安装成功。
cuDNN 8.9.5 能加速深度学习。从NVIDIA官网下载(需注册),然后解压并复制文件:
tar -xzvf cudnn-11.4-linux-x64-v8.9.5.55.tgzsudo cp cuda/include/cudnn*.h /usr/local/cuda-11.4/includesudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.4/lib64sudo chmod a+r /usr/local/cuda-11.4/include/cudnn*.h /usr/local/cuda-11.4/lib64/libcudnn* 验证安装:运行 cat /usr/local/cuda-11.4/include/cudnn_version.h | grep CUDNN_MAJOR,应显示版本信息。
完成所有安装后,综合测试 RTX5060 Max-Q 在 Ubuntu 20.04 下的性能:
nvidia-smi # 查看驱动和GPU状态nvcc -V # 验证CUDA 11.4cd /usr/local/cuda-11.4/samples/1_Utilities/deviceQuerysudo make./deviceQuery # 应返回"Result = PASS" 若一切正常,您已成功配置 CUDA 11.4 和 cuDNN 8.9.5,可开始深度学习项目。
nomodeset 参数。本教程涵盖了从驱动到库的完整流程,针对 RTX5060 Max-Q 和 Ubuntu 20.04 优化。如有疑问,请参考NVIDIA官方文档。祝您安装顺利!
本文由主机测评网于2026-02-07发表在主机测评网_免费VPS_免费云服务器_免费独立服务器,如有疑问,请联系我们。
本文链接:https://www.vpshk.cn/20260223534.html