Linux安装CUDA 11.8完全指南（新手向详细教程）

欢迎来到这篇专门为Linux初学者准备的CUDA 11.8安装教程！无论你是想配置深度学习环境，还是进行GPU加速计算，正确安装CUDA都是关键一步。本文将带你从零开始，一步步完成Linux CUDA安装，确保你能够顺利上手。

一、安装前的准备工作

在开始CUDA 11.8教程之前，请先确认你的Linux系统满足以下条件：

• 操作系统：Ubuntu 20.04/22.04、CentOS 7/8等主流发行版（本文以Ubuntu 20.04为例）
• 显卡：NVIDIA显卡，且支持CUDA 11.8（查看官方兼容列表）
• 已安装显卡驱动安装（建议版本≥450.80.02）
• gcc、make等基础编译工具：sudo apt install build-essential

如果尚未安装NVIDIA驱动，请先参考我们之前的驱动安装指南，或者使用以下命令自动安装推荐驱动：

    sudo ubuntu-drivers autoinstallsudo reboot  

二、下载CUDA 11.8

访问NVIDIA官网的CUDA Toolkit归档页面，选择CUDA 11.8版本。这里推荐使用runfile方式安装，因为它对系统环境干扰最小，适合小白操作。复制下载链接后，在终端执行：

    wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run  

下载完成后，得到一个.run文件。

三、安装CUDA 11.8

确保已卸载旧版CUDA（可选），然后执行安装命令：

    sudo sh cuda_11.8.0_520.61.05_linux.run  

启动安装界面后，按照提示操作：

• 输入accept接受协议
• 取消勾选Driver（如果已经单独安装驱动）
• 选择CUDA Toolkit 11.8和其他所需组件
• 安装路径保持默认（/usr/local/cuda-11.8）

安装完成后，会在/usr/local下生成cuda-11.8目录，并创建一个软链接cuda指向它。

四、配置环境变量

为了让系统找到CUDA命令和库，需要将以下内容添加到~/.bashrc（或~/.zshrc）文件末尾：

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

然后执行source ~/.bashrc使生效。

五、验证CUDA安装

通过以下命令检查CUDA版本和编译器：

    nvcc --versionnvidia-smi  

如果显示CUDA 11.8相关信息，且nvidia-smi中的驱动版本支持CUDA 11.8，则安装成功。你还可以编译一个示例程序：

    cd /usr/local/cuda/samples/1_Utilities/deviceQuerysudo make./deviceQuery  

看到类似Result = PASS的输出，说明CUDA可以正常调用GPU。

六、常见问题与解决

• 问题1：安装时提示“Missing recommended library” – 运行sudo apt install freeglut3-dev libx11-dev libxmu-dev libxi-dev安装依赖。
• 问题2：重启后nvcc命令找不到 – 检查环境变量是否正确配置，并确认软链接/usr/local/cuda存在。
• 问题3：与深度学习框架（如TensorFlow、PyTorch）的版本兼容性 – 确保框架版本支持CUDA 11.8，例如PyTorch 1.13+。这是深度学习环境配置的重要一环。

七、结语

至此，你已经成功在Linux上安装了CUDA 11.8。现在你可以开始配置深度学习框架，或进行GPU编程了。如果在安装过程中遇到任何问题，欢迎在评论区留言交流。记得将这篇Linux CUDA安装教程分享给更多需要的朋友！