Ubuntu24.04 GPU服务器系统盘制作完全指南（从零开始打造AI深度学习测试环境）

1. 准备工作：硬件与软件清单

在开始系统盘制作前，请确认你拥有以下物品：

• 一台可正常上网的电脑（Windows/macOS/Linux均可）
• 一个至少8GB容量的U盘（制作启动盘会格式化，请提前备份数据）
• 下载Ubuntu24.04镜像文件（推荐从官网下载桌面版或服务器版）
• 启动盘制作工具：如Rufus（Windows）、BalenaEtcher（跨平台）或dd命令（Linux/macOS）
• 目标GPU服务器（需支持UEFI启动，且有NVIDIA显卡）

2. 制作Ubuntu24.04启动U盘

以Windows用户为例（其他系统操作类似）：

1. 插入U盘，打开Rufus，软件会自动识别U盘。
2. 在“设备”处选择你的U盘，点击“选择”加载下载好的Ubuntu24.04 ISO镜像。
3. 分区类型选择“GPT”（适用于UEFI启动的现代服务器），目标系统类型选择“UEFI（非CSM）”。
4. 其他保持默认，点击“开始”，警告窗口确认“以ISO镜像模式写入”（推荐），等待写入完成。
5. 制作完成后，U盘名称可能变为“UBUNTU 24_0”，此时启动盘已就绪。

注意：使用BalenaEtcher更简单，选择镜像和目标U盘，点击“Flash”即可，全程自动化。

3. 在GPU服务器上安装Ubuntu24.04

将制作好的U盘插入目标GPU服务器，开机按F2/F10/Del等键进入BIOS，设置U盘为第一启动项，保存重启进入安装界面。

• 选择语言（中文或英文），点击“安装Ubuntu”。
• 键盘布局默认即可，继续。
• 网络配置：可暂时跳过，系统安装完成后可配置。
• 分区建议：新手选择“清除整个磁盘并安装Ubuntu”（注意备份数据），高级用户可手动分区（推荐/分区100GB，swap与内存大小相当，剩余给/home）。
• 设置用户名、密码、计算机名。
• 等待安装完成，重启时移除U盘。

4. 安装NVIDIA GPU驱动与CUDA工具包

进入新安装的Ubuntu24.04系统，打开终端执行以下命令：

# 更新软件源sudo apt updatesudo apt upgrade -y# 安装NVIDIA驱动（推荐使用官方驱动PPA或直接使用ubuntu-drivers）sudo ubuntu-drivers autoinstall# 或手动安装指定版本，例如：sudo apt install nvidia-driver-535# 重启生效sudo reboot  

重启后运行nvidia-smi，如果显示GPU信息，说明驱动安装成功。接下来安装CUDA驱动安装（实际上驱动已包含CUDA运行时，若需完整CUDA工具包，继续）：

# 添加CUDA仓库（以CUDA 12.x为例）wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/cuda-keyring_1.1-1_all.debsudo dpkg -i cuda-keyring_1.1-1_all.debsudo apt updatesudo apt install cuda -y# 设置环境变量echo "export PATH=/usr/local/cuda/bin:$PATH" >> ~/.bashrcecho "export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH" >> ~/.bashrcsource ~/.bashrc  

5. 测试GPU服务器性能

为了验证GPU服务器是否正常工作，可以运行以下测试：

• 运行nvidia-smi查看GPU利用率、温度、驱动版本等。
• 编译并运行CUDA样例（如deviceQuery）确认CUDA可用。
• 安装深度学习框架如TensorFlow或PyTorch，跑一个简单的MNIST模型测试GPU加速效果。

至此，你的Ubuntu24.04 GPU服务器测试系统盘已经制作并配置完成，可以投入AI训练或推理任务了。

—— 本教程关键词：Ubuntu24.04、GPU服务器、系统盘制作、CUDA驱动安装 ——