努力
加油

哪个Ubuntu版本更适合配置CUDA和深度学习框架?

直接给结论:Ubuntu 20.04 LTS 是目前在 CUDA 支持和深度学习框架兼容性上最稳妥、生态最成熟的选择;如果你追求极致的新特性支持且愿意承担一定的“踩坑”风险,Ubuntu 22.04 LTS 是次优解。

至于最新的 Ubuntu 24.04 LTS,虽然内核更新更友好,但在某些老旧或特定版本的 NVIDIA 驱动和 CUDA Toolkit 的预编译二进制包支持上,目前还略显生涩,除非你的硬件非常新(如 RTX 4090 + 最新驱动),否则不建议作为生产环境的首选。

下面从几个核心维度拆解为什么这么选,以及实际配置时的避坑指南。

1. 为什么首选 20.04 LTS?

NVIDIA 官方支持的“甜蜜点”
NVIDIA 对 Linux 发行版的支持策略通常滞后于 Ubuntu 的新版本发布。CUDA Toolkit 的安装包(尤其是 .run 文件或 .deb 包)往往经过严格测试的版本集中在 18.04 和 20.04 上。

  • 驱动兼容性:大多数长期稳定运行的 GPU 驱动版本(如 535, 550 系列)在 20.04 上的安装流程最为标准化,极少出现因为内核头文件缺失或 DKMS 模块签名问题导致的启动失败。
  • 容器化友好:Docker 和 NVIDIADocker2 在 20.04 上的镜像构建和运行几乎没有任何阻碍。很多深度学习开源项目(如 Detectron2, MMDetection 等)的 Dockerfile 默认基础镜像依然大量基于 ubuntu:20.04。

Python 与依赖库的稳定期
20.04 默认搭载 Python 3.8,这在很长一段时间内是 PyTorch 和 TensorFlow 官方推荐的主要版本。虽然现在 Python 3.10/3.11 已成主流,但通过 Conda 或 Virtualenv 管理虚拟环境时,底层系统库(glibc 等)的稳定性至关重要。20.04 的 glibc 版本既足够新以支持现代编译器,又不会像 22.04 那样在某些旧版科学计算库中引发链接错误。

2. 22.04 LTS 的现状与风险

22.04 引入了更新的 Linux 内核(5.15+)和 GCC 编译器(11+),这对支持最新的 CPU 指令集(如 AVX-512)和新显卡是有利的。但是:

  • CUDA 版本限制:较新的 CUDA 版本(如 12.x)确实开始提供对 22.04 的支持,但如果你需要使用一些遗留项目要求的 CUDA 11.7 或更早版本,可能会遇到兼容性问题。
  • Libc 版本陷阱:22.04 使用 glibc 2.35。有些用 C++ 编写的第三方深度学习算子(例如某些自定义的 CUDA Kernel 集成在 PyTorch 插件中)可能在编译时没问题,但在运行时加载动态库时因符号版本不匹配而崩溃。这是新手最容易遇到的“玄学”报错。

3. 实操建议:如何配置最省心?

无论选择哪个版本,不要试图通过源码编译 CUDA 或手动配置复杂的 LD_LIBRARY_PATH。以下是经过验证的最佳实践路径:

A. 操作系统层面

  1. 安装 Ubuntu 20.04 LTS Desktop 或 Server 版(服务器版省资源,桌面版方便调试 GUI 工具)。
  2. 关闭 Secure Boot:NVIDIA 专有驱动在非签名状态下可能无法加载,或者需要繁琐的手动签名步骤。为了省事,直接在 BIOS/UEFI 中关闭 Secure Boot。
  3. 禁用 Wayland(如果使用桌面版):Wayland 对多显示器和外接 GPU 的支持仍不如 X11 成熟,尤其是在远程桌面连接深度学习工作站时。在登录界面右下角切换为 “GNOME on Xorg”。

B. 驱动与 CUDA 安装(关键步骤)

推荐使用 NVIDIA 官方 Runfile 方式 或 Apt 仓库方式,但强烈建议使用 Conda 管理 CUDA 运行时,实现环境隔离。

方案一:系统级驱动 + Conda 虚拟环境中的 CUDA(推荐)
这是目前学术界和工业界最流行的做法,避免系统级 CUDA 冲突。

  1. 安装显卡驱动:
    sudo apt update
    sudo ubuntu-drivers autoinstall
    sudo reboot
    # 验证 nvidia-smi 正常输出
  2. 创建 Conda 环境并指定 CUDA 版本:
    conda create -n my_env python=3.9
    conda activate my_env
    # 注意:这里安装的 pytorch 会自带对应版本的 cudatoolkit 和 libcudnn
    # 无需在系统中安装完整的 CUDA Toolkit (nvcc),只需驱动即可
    pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

    解释:PyTorch 官方提供的 whl 包已经包含了编译好的 CUDA 运行时库。你只需要确保系统安装了正确版本的 NVIDIA 驱动(通过 nvidia-smi 看到的 Driver Version 决定支持的最高 CUDA 版本,而 torch.cuda.is_available() 检查的是 Runtime 版本)。

方案二:完整 CUDA Toolkit 安装(适用于需要 nvcc 编译自定义代码的场景)
如果你需要训练自己的 CUDA Kernel,必须安装完整的 CUDA Toolkit。

  1. 去 NVIDIA 官网下载对应版本的 .deb(local) 安装包。
  2. 按照指引安装,注意添加环境变量到 ~/.bashrc:
    export PATH=/usr/local/cuda-11.8/bin${PATH:+:${PATH}}
    export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
  3. 重启终端,输入 nvcc --version 验证。

4. 常见坑点预警

  1. Kernel 版本过旧:如果你使用的是非常老的服务器(如 CentOS 7 迁移过来的),内核版本低于 4.15,可能导致新驱动安装失败。Ubuntu 20.04 的内核通常能满足要求。
  2. 多卡互联:如果是多 GPU 服务器,务必在 BIOS 中开启 Above 4G Decoding 和 Re-Size BAR Support(如果显卡支持),并在 Linux 内核参数中添加 pci=realloc 等选项以解决显存寻址问题。这在高配 AI 服务器上很常见。
  3. Docker 权限问题:如果在 Docker 中使用 GPU,确保安装了 nvidia-container-toolkit,并且用户有权限访问 /dev/nvidia* 设备节点。

总结

  • 求稳、做项目交付、团队协同:选 Ubuntu 20.04 LTS。它是过去三年深度学习基础设施的事实标准,文档最多,坑最少。
  • 新硬件尝鲜、个人研究:选 Ubuntu 22.04 LTS。注意检查所用深度学习框架的最新 release notes 是否明确声明支持 glibc 2.35。
  • 避免使用:非 LTS 版本(如 21.04, 23.10),因为缺乏长期安全更新,且驱动支持周期短,不适合严肃的计算任务。

最后提醒,深度学习环境的配置核心在于隔离。尽量将 CUDA 版本的管理下沉到 Conda 或 Docker 容器中,而不是依赖宿主操作系统的 CUDA 安装,这样无论你换什么版本的 Ubuntu,都能快速迁移环境。