Ubuntu20.04安装显卡驱动、Anaconda3、CUDA和Pytorch_ubuntu 安装gpu 驱动

	借由需要服务器配置显卡等DL所需环境的项目，以Ubuntu20.04系统为例，记录下安装过程。
	本文介绍了在Ubuntu系统中安装显卡驱动和Anaconda3编译器以及对应版本的CUDA和Pytorch，方便在运行DL算法的时候调用GPU，缩短所需时间。
1
2

显卡驱动安装

由于Ubuntu系统中自带了一个第三方开源的nouveau驱动，但是一般调用GPU，需要使用Nvidia官方驱动。本文介绍利用命令行对Nvidia显卡驱动进行安装。

Vim编辑器安装

Vim是一款Linux系统中常用的编辑器，操作简单便捷。

sudo apt-get install vim #安装
1

按I键编辑，按ESC键退出编辑，摁“:wq”键保存。

禁用Nouveau

打开blacklist

sudo vim /etc/modprobe.d/blacklist.conf
1

添加配置

blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off
1
2
3
4
5

禁用驱动内核

echo options nouveau modeset=0
sudo update-initramfs -u
1
2

重新启动，如果能够正常进入开机界面，那就直接跳到安装Nvidia驱动的步骤。不能正常进入开机界面，那就看下一步。

验证是否禁用

lsmod | grep nouveau
1

回车后终端没有显示，说明禁用成功。

解决进入系统

如果在禁用Nouveau默认显卡后，出现卡在开机界面显示/dev/(路径)：clean,xxx/xxxx files,xxx/xxxx blocks。

GRUB模式修改

在Ubuntu开机的时候选择Ubuntu的高级选项。

在接下来的界面中使用上下键移动到系统内核版本高的的非recovery mode处，摁下E键进行编辑模式。
在出来的文本中对quiet splash后摁下空格，添加文本nomodeset，然后摁下F10保存重启。

正常开机后修改

由于在开机端选择是临时修改，还需要进一步进行修改保存。

sudo vim /etc/default/grub
#摁I键编辑，把quiet splash变成quiet splash nomodeset 
#摁ESC键退出编辑，摁下:wq保存
sudo update-grub
1
2
3
4

安装Nvidia驱动

查看显卡配置信息

lspci | grep VGA
1

适合服务器的驱动

ubuntu-drivers devices
1

这个命令可以查看适合当前服务器版本的驱动信息，在展现出的驱动后面会有recommend的标识，但是建议安装最新且不是open的显卡驱动。

安装对应显卡驱动

sudo apt-get install xxx
reboot #重启
nvidia-smi #查看显卡及GPU使用信息
1
2
3

详细操作

详细操作如下图所示。

Anaconda3安装

软件下载

这里不选择官方源进行下载的原因是官方源下载的速度过慢，在清华大学开源软件镜像站找到anaconda/archive路径，下载最新适应的版本，如下图所示。

软件安装

在存放sh可执行文件的路径下打开终端，以Anaconda3-2023.07-1-Linux-x86_64.sh为例。

sudo bash Anaconda3-2023.07-1-Linux-x86_64.sh
1

输入后终端会跳出一堆文字是类似于安装许可，摁Q键退出浏览，摁Enter键继续浏览。
第二处需要关注的是跳出是否接受这个条款，默认是no，输入yes回车。
第三处需要选择软件安装的路径，默认是/root/anaconda3，可以选择自己想要的路径。
第四处是询问是否需要初始化，默认是no，输入yes回车。

环境配置

sudo vim ~/.bashrc
# 在/.bashrc中输入以下两条命令
export PATH="~/anaconda3/bin":$PATH
# 修改终端的默认 python 为 anaconda
source ~/anaconda3/bin/activate
# 对文件进行保存退出后在终端运行配置
source ~/.bashrc
1
2
3
4
5
6
7

重启终端，会发现命令行前面多出一个(base)字样，说明Anaconda3可用且默认Python版本为Anaconda3默认版本。可以在终端中输入conda -V进行版本查看以验证安装。

CUDA安装

软件下载

转到CUDA下载官网，根据系统中nvidia-smi命令所展示支持的CUDA最大版本号，找到适应的最新的CUDA版本进行安装。

以下图为例，选择合适的CUDA版本后，勾选自己系统版本，在终端界面按照官网所给的命令进行安装即可。

软件安装

在输入命令进行安装后，会先停留一段时间，出现Abort和Continue字样，选择Continue继续安装；

后面出现询问是否支持，输入accept，摁回车；

在后续出现的勾选安装选项，对Driver的安装摁Enter取消勾选，只安装CUDA Toolkit和CUDA Demo以及CUDA Documentation。

环境配置

sudo vim ~/.bashrc
# 在文件末尾加入以下三行
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda
# 保存退出后更新环境变量
source ~/.bashrc
1
2
3
4
5
6
7

之后输入nvcc -V进行安装结果验证。

Pytorch安装

访问Pytorch下载版本网站，针对上文中所安装的CUDA版本选择适合的Pytorch版本进行安装。
以Ubuntu系统中CUDA12.2为例，可以安装Pytorch2.0.0，在安装的过程中，

# 可以选择使用Conda命令进行安装：
conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=11.8 -c pytorch -c nvidia
# 也可以选择Pip命令进行安装
pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu118
1
2
3
4

需要注意的是，并不一定CUDA版本是多少，就要在官网中找到对应CUDA版本的安装命令，CUDA可以向下兼容。
因此，本机CUDA版本为12.2，但是安装的包却是CUDA11.8版本的Pytorch。