Ubuntu 20.04 安装 RTX 5070 Ti Laptop 显卡驱动与 PyTorch 环境配置

1. 准备工作：了解你的显卡与系统

RTX 5070 Ti Laptop 基于 NVIDIA 新一代 Blackwell 架构（或假设架构），计算能力（sm）至少为 120（即 sm120）。因此，你需要安装支持 Blackwell 架构的驱动版本（建议 570+）。同时，Ubuntu 20.04 自带的内核和库可能较旧，我们需要手动更新。在进行任何操作前，请确保系统已更新：sudo apt update && sudo apt upgrade -y。

2. 卸载旧驱动并禁用开源驱动 nouveau

如果你曾安装过其他驱动，先彻底卸载：sudo apt purge nvidia*。然后禁用默认的开源驱动 nouveau，避免冲突：

sudo bash -c "echo "blacklist nouveau" >> /etc/modprobe.d/blacklist-nvidia-nouveau.conf"sudo bash -c "echo "options nouveau modeset=0" >> /etc/modprobe.d/blacklist-nvidia-nouveau.conf"sudo update-initramfs -u

重启后，运行 lsmod | grep nouveau 若无输出，则禁用成功。

3. 安装 NVIDIA 驱动（解决 No devices found）

驱动是 Ubuntu显卡驱动安装 的核心。RTX 5070 Ti Laptop 至少需要 570 版本，推荐从 NVIDIA 官方 PPA 安装最新版：

sudo add-apt-repository ppa:graphics-drivers/ppasudo apt updatesudo apt install nvidia-driver-570  # 若此版本不可用，尝试 nvidia-driver-570-server 或更新的版本

安装完成后重启，运行 nvidia-smi 如果看到 GPU 信息，说明驱动安装成功。如果仍然显示 “No devices were found”，请检查驱动版本是否过旧，或尝试使用官方的 .run 文件安装（下载对应 RTX 5070 Ti驱动）。

4. 安装 CUDA Toolkit（解决 sm120 不支持）

即使驱动正确，运行 PyTorch 时也可能遇到 “sm120 不支持” 的错误，这是因为 CUDA 版本太旧，不包含对 sm120 架构的支持。你需要安装 CUDA 12.8 或更高版本（假设对应 Blackwell）。访问 NVIDIA 官网下载 CUDA 12.8：

wget https://developer.download.nvidia.com/compute/cuda/12.8.0/local_installers/cuda_12.8.0_570.86.10_linux.runsudo sh cuda_12.8.0_570.86.10_linux.run

安装时不要选择驱动（已装过），只安装 CUDA Toolkit。之后添加环境变量到 ~/.bashrc：

export PATH=/usr/local/cuda-12.8/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda-12.8/lib64:$LD_LIBRARY_PATH

运行 nvcc -V 验证版本。

5. 安装 cuDNN（加速深度学习）

cuDNN 是 NVIDIA 的深度神经网络加速库。从官网下载与 CUDA 12.8 匹配的 cuDNN（需注册账号）。以 deb 包安装为例：

sudo dpkg -i cudnn-local-repo-ubuntu2004-9.6.0_1.0-1_amd64.debsudo cp /var/cudnn-local-repo-*/cudnn-*-keyring.gpg /usr/share/keyrings/sudo apt updatesudo apt install libcudnn9-dev-cuda-12

6. 安装 PyTorch 并验证 GPU

建议使用 conda 或 pip 安装 PyTorch。在 PyTorch环境配置 中，务必选择与 CUDA 12.8 兼容的版本。访问 PyTorch 官网，获取安装命令：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128

安装后，在 Python 中测试：

import torchprint(torch.version)print(torch.cuda.is_available())  # 应为 Trueprint(torch.cuda.get_device_name(0))  # 应显示 RTX 5070 Ti Laptop

如果输出 True 并显示显卡型号，则一切正常。若遇到 “sm120” 错误，说明 CUDA 版本仍然太低，需要升级到支持 Blackwell 的版本。

7. 常见问题总结

• No devices were found：驱动未正确安装或版本过旧，重新安装最新驱动。
• sm120 不支持：CUDA 版本低于 12.8，请升级 CUDA。
• PyTorch 无法识别 GPU：检查 CUDA 和 cuDNN 版本兼容性，重新安装匹配的 PyTorch。

至此，你已经完成了 Ubuntu显卡驱动安装、RTX 5070 Ti驱动、CUDA安装教程 以及 PyTorch环境配置 的全部步骤。现在你的 RTX 5070 Ti Laptop 已经准备好运行各种深度学习任务了！如果遇到其他问题，欢迎在评论区交流。