使用CUDA和PyTorch时，Ubuntu 20.04与22.04哪个系统问题更少？

直接给结论：如果你追求“开箱即用”和稳定性，Ubuntu 20.04 (Focal Fossa) 依然是目前 CUDA/PyTorch 生态中踩坑最少、兼容性最好的选择。但如果你必须用新硬件（如 RTX 4090）或依赖较新的 GCC 版本，Ubuntu 22.04 (Jammy Jellyfish) 是更好的长期方案，前提是你愿意折腾驱动加载机制。

下面从实际开发场景拆解原因：

1. CUDA Toolkit 与 PyTorch 的官方支持策略

NVIDIA 和 PyTorch 团队在发布新版本时，往往优先保证对 Ubuntu 20.04 的支持。

• CUDA 11.x 系列：这是目前大多数生产环境稳定运行的版本区间。NVIDIA 的 runfile 安装器和 deb 包对 20.04 的支持最为成熟。
• CUDA 12.x 系列：虽然开始支持 22.04，但在早期版本中存在一些库依赖冲突（尤其是 libcudnn 和 libnccl）。
• PyTorch Pre-built Wheels：PyTorch 官方提供的 pip/conda 预编译包，通常基于特定的 glibc 和 gcc 版本构建。Ubuntu 20.04 使用的 glibc 2.31 是一个经过充分验证的“甜蜜点”。Ubuntu 22.04 使用 glibc 2.35，某些老旧的第三方 C++ 扩展库（如旧版 transformers 中的某些算子）可能会因为 ABI 不兼容而报错。

2. 显卡驱动加载机制的差异（关键痛点）

这是两个系统最大的区别，也是导致 22.04 “问题多”的主要原因：

• Ubuntu 20.04：默认允许用户通过 apt install nvidia-driver-* 或 NVIDIA 官方 runfile 安装专有驱动，并且可以禁用 Nouveau 开源驱动。这个过程虽然需要重启，但路径清晰，社区教程海量。
• Ubuntu 22.04：默认启用 DKMS (Dynamic Kernel Module Support) 和更严格的内核模块签名策略。当你尝试安装 NVIDIA 专有驱动时，如果内核更新（例如你用了 HWE 内核），DKMS 可能重建失败，导致登录后黑屏或无法进入图形界面。此外，22.04 对 Secure Boot 的检查更严，很多开发者在非白名单密钥下安装驱动会遭遇权限拒绝。

注意：22.04.1 之后这个问题有所缓解，但依然比 20.04 敏感。

3. GCC 版本与编译依赖

许多深度学习框架（如 TorchVision, TorchText, Detectron2, MMDetection）需要从源码编译 C++ 扩展。

• Ubuntu 20.04：默认 GCC 9。这个版本足够应对绝大多数 PyTorch 扩展的编译需求，且与 CUDA 11.x 的 nvcc 编译器兼容性极佳。
• Ubuntu 22.04：默认 GCC 11。GCC 11 引入了更多警告和严格检查，有时会导致原本在 GCC 9 上能编译通过的代码出现 error: ISO C++ ... 类错误。你需要手动降级 GCC 或使用 -Wno-error 等 workaround，增加了配置复杂度。

4. 容器化部署（Docker）的影响

如果你主要使用 Docker 运行 PyTorch：

• NVIDIA Container Toolkit 在两种系统上都工作良好。
• 但是，基础镜像的选择很重要。nvidia/cuda:11.8.0-base-ubuntu20.04 这类镜像经过大量测试，体积适中，依赖稳定。
• 对应 22.04 的基础镜像 (nvidia/cuda:12.1.0-base-ubuntu22.04) 虽然可用，但部分轻量级工具链（如某些版本的 glibc 缺失）可能在最小化容器中引发运行时错误（undefined symbol）。

✅ 推荐方案

场景 A：你是新手 / 追求稳定 / 使用 RTX 30 系及以下显卡

👉 选 Ubuntu 20.04 LTS

• 安装 CUDA 11.7/11.8 + cuDNN 8.6
• 使用 conda 创建虚拟环境，直接 pip install torch torchvision torchaudio
• 几乎不会遇到驱动崩溃、内核不匹配、编译失败等问题。
• 社区资源最多，StackOverflow 上的解决方案覆盖率高。

场景 B：你必须用 RTX 40 系显卡 / 需要最新 Python 版本 / 计划长期使用

👉 选 Ubuntu 22.04 LTS

• 重要提示：不要使用桌面版自动更新的 HWE 内核！建议锁定到标准内核（linux-generic-hwe-22.04 或更早的稳定内核）。
• 安装 NVIDIA 驱动时，推荐使用 PPA 源 而非 runfile，以避免 DKMS 问题：

  sudo add-apt-repository ppa:graphics-drivers/ppa
  sudo apt update
  sudo apt install nvidia-driver-535  # 或更高版本

• 对于 CUDA，建议使用 deb (local) 方式安装，而不是 runfile，以便更好地集成到系统包管理中。
• 如果遇到 GCC 编译问题，可临时安装 GCC 9：

  sudo apt install gcc-9 g++-9
  export CC=gcc-9
  export CXX=g++-9

🛠️ 避坑指南（无论哪个系统）

1. 永远不要用 sudo apt install cuda
   这种方式安装的 CUDA 版本极老，且容易与系统库冲突。务必去 NVIDIA 官网 下载 .run 或 .deb(local) 包手动安装。

2. 避免混合安装 PyTorch 来源
   不要同时用 pip 和 conda 安装不同版本的 PyTorch。推荐全部使用 conda 管理，或全部使用 pip。

3. 检查 nvidia-smi 和 nvcc --version 是否一致
   这是最常见的错误源头。nvidia-smi 显示的是驱动支持的最高 CUDA 版本，而 nvcc 是 toolkit 的实际版本。两者不必完全相同，但 toolkit 版本不能超过驱动支持的上限。

4. 禁用 Nouveau 驱动（仅适用于 20.04）
   编辑 /etc/modprobe.d/blacklist-nouveau.conf，添加：

   blacklist nouveau
   options nouveau modeset=0

   然后执行 sudo update-initramfs -u 并重启。这一步在 22.04 中通常由图形界面设置处理，但仍需确认。

总结

最终建议：
除非你有明确的理由必须使用 22.04（如新硬件、新内核特性、公司强制要求），否则 Ubuntu 20.04 是更稳妥、更少问题的选择。它像一个“经过充分测试的工业级平台”，而 22.04 更像是一个“前沿实验平台”，虽然功能更强，但需要你花更多时间调试底层依赖。