努力
加油

CentOS或Ubuntu系统下如何安装NVIDIA驱动和深度学习框架？

2026-11-10 12:23:35 分类：云计算

在 CentOS 或 Ubuntu 上部署深度学习环境，核心痛点通常不在框架本身（PyTorch/TensorFlow 安装很简单），而在 NVIDIA 驱动、CUDA Toolkit 和 cuDNN 的版本匹配与依赖管理。

很多新手容易踩的坑是：盲目下载最新版的 NVIDIA 驱动，结果发现内核版本不兼容；或者 CUDA 版本过高，导致 PyTorch 预编译包不支持。

下面我以生产环境最稳妥的方式，分别梳理 Ubuntu 和 CentOS 的标准操作流程。

一、 通用前置检查（必做）

在安装任何东西之前，先确认你的硬件和内核状态。

  1. 确认显卡型号

    lspci | grep -i nvidia

  2. 确认当前内核版本

    uname -r

  3. 禁用 Nouveau 开源驱动（仅 CentOS/RHEL 系列重点注意）
    Ubuntu 默认可能已经处理得较好，但 CentOS 必须手动禁用，否则安装官方驱动时会冲突。

    • 创建文件 /etc/modprobe.d/blacklist-nouveau.conf，内容如下： 
      blacklist nouveau
options nouveau modeset=0
    • 重建 initramfs： 
      sudo dracut --force
    • 重启系统：sudo reboot
    • 验证是否禁用成功：lsmod | grep nouveau，若无输出则成功。

  4. 安装编译工具（如果缺失）

    # Ubuntu
sudo apt update && sudo apt install build-essential linux-headers-$(uname -r)

# CentOS
sudo yum groupinstall "Development Tools"
sudo yum install kernel-devel-$(uname -r) kernel-headers-$(uname -r)

二、 Ubuntu 系统操作指南（推荐）

Ubuntu 对 NVIDIA 支持最好，推荐使用 apt 仓库方式，避免手动 .run 文件带来的路径混乱问题。

1. 安装 NVIDIA 驱动

不要直接去官网下 .run 包，除非你有特殊需求。使用 PPA 源更稳定。

# 添加 graphics-drivers PPA
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update

# 查看推荐的驱动版本（例如显示 nvidia-driver-535）
ubuntu-drivers devices

# 安装推荐版本（以 535 为例）
sudo apt install nvidia-driver-535

# 重启
sudo reboot

验证： nvidia-smi 能正常输出即可。

2. 安装 CUDA Toolkit

关键点： PyTorch/TF 通常只支持特定版本的 CUDA。请根据你计划安装的深度学习框架版本，选择对应的 CUDA 版本。

  • PyTorch 2.0+ 通常推荐 CUDA 11.8 或 12.1。
  • 旧版项目可能需要 CUDA 10.2 或 11.3。

这里以 CUDA 11.8 为例（目前兼容性最广）：

# 访问 NVIDIA CUDA 官网获取具体链接，或使用以下 wget 方式（需替换为最新稳定版链接）
wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run

# 执行安装（注意：安装过程中会问你是否安装驱动，选 NO，因为我们已经装了）
sudo sh cuda_11.8.0_520.61.05_linux.run

配置环境变量：
编辑 ~/.bashrc，添加：

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}}

生效：source ~/.bashrc

验证：nvcc -V 应显示 CUDA 11.8。

3. 安装 cuDNN

NVIDIA 开发者账号登录后，下载对应 CUDA 版本的 cuDNN Library for Linux (x86_64)。

解压后，将头文件和库文件复制到 CUDA 目录：

tar -xzvf cudnn-linux-x86_64-8.x.x_x-cuda11.x-archive.tar.xz
sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda-11.8/include
sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda-11.8/lib64
sudo chmod a+r /usr/local/cuda-11.8/include/cudnn*.h /usr/local/cuda-11.8/lib64/libcudnn*

三、 CentOS 7/8 系统操作指南

CentOS 相对麻烦，因为 yum 里的驱动版本往往较老，且内核更新可能导致驱动失效。建议采用 NVIDIA 官方 RPM/Runfile 方式，但需注意内核头文件匹配。

1. 安装 NVIDIA 驱动

方法 A：使用 ELRepo 源（推荐，简单）

# 导入 ELRepo GPG key
rpm --import https://www.elrepo.org/RPM-GPG-KEY-elrepo.org

# 安装 ELRepo repo
rpm -Uvh http://www.elrepo.org/elrepo-release-7.el7.elrepo.noarch.rpm

# 安装最新专有驱动
sudo yum --enablerepo=elrepo-kernel install kmod-nvidia

方法 B：手动安装 Runfile（更灵活，适合定制 CUDA 版本）

  1. 从 NVIDIA 官网下载对应显卡的 .run 驱动文件。
  2. 停止图形界面服务（如果是桌面版）： 
    sudo systemctl isolate multi-user.target
  3. 运行安装： 
    sudo sh NVIDIA-Linux-x86_64-xxx.xx.run
    • 询问是否安装 32-bit 库？Yes。
    • 询问是否使用 DKMS？Yes（这样内核升级时驱动会自动重新编译，非常有用）。
    • 询问是否修改 xorg.conf？No（服务器通常不需要）。
  4. 恢复图形界面： 
    sudo systemctl start graphical.target

2. 安装 CUDA Toolkit

CentOS 下建议使用 NVIDIA 提供的 .run 文件安装，因为它自带了独立于系统的 CUDA 库，不会污染系统库。

  1. 下载对应版本的 CUDA .run 文件。
  2. 安装： 
    sudo sh cuda_<version>_linux.run
    • 关键步骤： 在安装选项菜单中，取消勾选 Driver Installation（因为驱动已装好），只保留 CUDA Toolkit、Samples 等。
  3. 配置环境变量（同上，添加到 ~/.bashrc）。

3. 安装 cuDNN

同 Ubuntu，从官网下载对应 CUDA 版本的 cuDNN，解压后复制文件到 /usr/local/cuda 目录下。

四、 深度学习框架安装（PyTorch 为例）

切记：不要直接用 pip install torch！ 这会安装 CPU 版本或默认 CUDA 版本，极易出错。

正确做法：

  1. 前往 PyTorch 官网。
  2. 选择你的配置：
    • Compute Platform: CUDA (选择你安装的版本，如 11.8 或 12.1)
    • Package: Pip
    • Language: Python
    • OS: Linux
  3. 复制生成的命令并执行。

例如，如果你安装了 CUDA 11.8：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

验证环境：

创建一个测试脚本 test_cuda.py：

import torch
print("PyTorch version:", torch.__version__)
print("CUDA available:", torch.cuda.is_available())
if torch.cuda.is_available():
    print("Device count:", torch.cuda.device_count())
    print("Current device:", torch.cuda.current_device())
    print("Device name:", torch.cuda.get_device_name(0))
    print("CUDA capability:", torch.cuda.get_device_capability(0))
else:
    print("CUDA is NOT available.")

运行 python test_cuda.py，确保输出正常。

五、 常见避坑指南

  1. 内核更新导致驱动失效

    • 现象：重启后 nvidia-smi 报错，或黑屏。
    • 原因：CentOS/Ubuntu 更新了内核，但 NVIDIA 驱动没有随之编译。
    • 解决：如果使用 Runfile 安装，务必开启 DKMS。如果使用 apt/yum 安装，通常会自动处理。若仍失败，尝试重装驱动：sudo apt reinstall nvidia-driver-xxx 或重新运行 .run 文件。

  2. CUDA 版本与驱动版本不匹配

    • 原则：驱动版本必须 >= CUDA 版本所需的最低驱动版本。
    • 查询方法：在 NVIDIA 官网 CUDA 页面查看 "Driver Version Requirements"。例如，CUDA 11.8 要求驱动至少 470.82.01。如果你的驱动是 450，即使安装了 CUDA 11.8，也无法调用 GPU。

  3. 多版本 CUDA 共存

    • 不同项目需要不同 CUDA 版本时，可以安装多个 CUDA（如 /usr/local/cuda-11.7, /usr/local/cuda-12.1）。
    • 通过切换 ~/.bashrc 中的 PATH 和 LD_LIBRARY_PATH 来指定当前使用的版本。
    • 或者在 Python 中使用虚拟环境，并通过 conda 安装特定版本的 PyTorch，Conda 会自带匹配的 CUDA 运行时（无需系统级 CUDA 也能跑，但性能略逊于原生）。

  4. 云服务器注意事项

    • AWS/GCP/Azure 等云厂商通常提供带有预装驱动和 CUDA 的 AMI/镜像。优先使用官方镜像，自己从零安装容易遇到权限、网络或内核模块加载问题。
    • 如果是自建机房服务器，确保 BIOS 中开启了 IOMMU（虚拟化相关），某些高级功能可能需要。

总结：驱动先行，CUDA 紧随，框架最后，版本对齐。 只要保证 nvidia-smi 输出的 Driver Version 和 CUDA Version 与你安装的深度学习框架所需版本兼容，一切就能顺利运行。

相关推荐