Ubuntu22.04离线安装全攻略（Anaconda、CUDA12.1、NVIDIA驱动及cuDNN8.9.3一站式教程）

此图展示离线文件示例，帮助您核对。接下来，我们将从NVIDIA驱动安装开始，这是CUDA12.1配置的基础。

2. 安装NVIDIA驱动

首先，禁用系统自带驱动。打开终端（Ctrl+Alt+T），运行命令：sudo bash /home/user/Downloads/NVIDIA-Linux-x86_64-535.xx.run --no-opengl-files。按照提示完成安装，重启系统后运行nvidia-smi验证驱动版本。

3. 安装CUDA12.1

运行CUDA离线安装包：sudo sh /home/user/Downloads/cuda_12.1.0_530.30.02_linux.run --toolkit --silent --override。安装后，设置环境变量：编辑~/.bashrc文件，添加export PATH=/usr/local/cuda-12.1/bin:$PATH和export LD_LIBRARY_PATH=/usr/local/cuda-12.1/lib64:$LD_LIBRARY_PATH，然后运行source ~/.bashrc。通过nvcc -V检查CUDA12.1配置是否成功。

4. 安装cuDNN8.9.3

解压cuDNN文件：tar -xvf /home/user/Downloads/cudnn-linux-x86_64-8.9.3.28_cuda12-archive.tar.xz。复制文件到CUDA目录：sudo cp cudnn--archive/include/cudnn.h /usr/local/cuda-12.1/include和sudo cp cudnn--archive/lib/libcudnn /usr/local/cuda-12.1/lib64。设置权限：sudo chmod a+r /usr/local/cuda-12.1/include/cudnn*.h /usr/local/cuda-12.1/lib64/libcudnn*。这完成cuDNN8.9.3部署，加速深度学习任务。

5. 安装Anaconda

运行Anaconda安装脚本：bash /home/user/Downloads/Anaconda3-2023.03-Linux-x86_64.sh，按照提示接受许可并设置安装路径（默认为/home/user/anaconda3）。在最后步骤中选择“yes”以初始化Anaconda。重启终端后，运行conda --version验证Anaconda安装。离线环境下，可使用本地通道安装包。

6. 验证安装

运行nvidia-smi查看驱动和CUDA版本，nvcc -V确认CUDA12.1，conda list检查Anaconda包。创建测试Python脚本，使用import torch; print(torch.cuda.is_available())验证GPU是否可用。至此，Ubuntu22.04离线安装全部完成，系统已准备好进行深度学习开发。

本教程覆盖了从驱动到库的完整流程，确保离线环境下的稳定性。如有问题，请检查文件路径和权限。关键词总结：Ubuntu22.04离线安装、Anaconda安装、CUDA12.1配置、cuDNN8.9.3部署。