Ubuntu 22.04安装Nvidia驱动、CUDA 12.0及cuDNN 8.9.7全攻略（从零开始打造深度学习开发环境）

一、 关键词预习

本文涉及的核心关键词：Ubuntu 22.04 Nvidia驱动安装、CUDA 12.0安装教程、cuDNN 8.9.7配置、深度学习环境搭建。

二、 安装 Nvidia 显卡驱动

首先，我们需要更新系统包列表并卸载旧驱动：

sudo apt-get updatesudo apt-get upgradesudo apt-get remove --purge nvidia*

推荐使用“软件和更新”图形界面安装：

1. 打开“Software & Updates”应用。
2. 点击“Additional Drivers”选项卡。
3. 选择带有“(recommended)”字样的Nvidia驱动版本（如 nvidia-driver-525）。
4. 点击“Apply Changes”，等待安装完成后重启电脑。

验证驱动是否安装成功：输入 nvidia-smi，若显示显卡信息则成功。

三、 安装 CUDA 12.0 Toolkit

前往Nvidia官网下载 CUDA 12.0 的 runfile 文件，这是最稳妥的安装方式。

wget https://developer.download.nvidia.com/compute/cuda/12.0.0/local_installers/cuda_12.0.0_525.60.13_linux.runsudo sh cuda_12.0.0_525.60.13_linux.run

注意：在安装界面中，按空格键取消选择“Driver”（因为我们已经安装过了），然后选择“Install”。

安装完成后，配置环境变量。打开 ~/.bashrc：

export PATH=/usr/local/cuda-12.0/bin${PATH:+:${PATH}}export LD_LIBRARY_PATH=/usr/local/cuda-12.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

执行 source ~/.bashrc 使其生效。输入 nvcc -V 检查版本。

四、 安装 cuDNN 8.9.7

下载 cuDNN 8.9.7 的 Local Installer for Linux x86_64 (Tar) 压缩包。解压并拷贝库文件到 CUDA 目录：

tar -xvf cudnn-linux-x86_64-8.9.7.29_cuda12-archive.tar.xzcd cudnn-linux-x86_64-8.9.7.29_cuda12-archivesudo cp include/cudnn*.h /usr/local/cuda-12.0/includesudo cp -P lib/libcudnn* /usr/local/cuda-12.0/lib64sudo chmod a+r /usr/local/cuda-12.0/include/cudnn*.h /usr/local/cuda-12.0/lib64/libcudnn*

五、 总结

通过以上步骤，您已经成功在 Ubuntu 22.04 上配置好了 CUDA 12.0 和 cuDNN 8.9.7。这为您后续进行 PyTorch 或 TensorFlow 的高性能模型训练打下了坚实基础。如果在安装过程中遇到依赖报错，请确保 build-essential 已经安装。