当前位置： 首页 > ai >正文

深度学习环境搭建运行(一) Ubuntu22.04 系统安装 CUDA11.8 和 CUDNN8.6.0 详细步骤(新手入门)

ai 2025/9/2 11:12:30

文章目录

  • 深度学习环境搭建运行(一) Ubuntu22.04 系统安装 CUDA11.8 和 CUDNN8.6.0 详细步骤(新手入门)
        • 1）查看操作系统信息
        • 2）查看 conda 版本和 python 版本
        • 3）查看 GCC 安装情况
        • 4）查看显卡驱动支持 cuda 最高版本
        • 5）使用 free 命令来查看系统的内存使用情况
        • 6）下载 CUDA
        • 7）安装 CUDA
        • 8）安装 cuDNN 8.6.0

深度学习环境搭建运行(一) Ubuntu22.04 系统安装 CUDA11.8 和 CUDNN8.6.0 详细步骤(新手入门)

避坑指南！Ubuntu 22.04 保姆级安装 CUDA 11.8 + cuDNN 8.6.0！新手零失败，手把手带你成功配置深度学习环境！

1）查看操作系统信息

操作指令如下：

(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# cat /etc/os-release
PRETTY_NAME="Ubuntu 22.04.4 LTS"
NAME="Ubuntu"
VERSION_ID="22.04"
VERSION="22.04.4 LTS (Jammy Jellyfish)"
VERSION_CODENAME=jammy
ID=ubuntu
ID_LIKE=debian
HOME_URL="https://www.ubuntu.com/"
SUPPORT_URL="https://help.ubuntu.com/"
BUG_REPORT_URL="https://bugs.launchpad.net/ubuntu/"
PRIVACY_POLICY_URL="https://www.ubuntu.com/legal/terms-and-policies/privacy-policy"
UBUNTU_CODENAME=jammy
2）查看 conda 版本和 python 版本

操作指令如下：

(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# python --version
Python 3.10.15
(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# which python
/data/miniconda/envs/default/bin/python
(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# conda --version
conda 24.7.1
3）查看 GCC 安装情况

安装 cuda 需要用到 GCC，否则报错，操作指令如下：

(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# gcc --version
gcc (Ubuntu 11.4.0-1ubuntu1~22.04) 11.4.0
Copyright (C) 2021 Free Software Foundation, Inc.
This is free software; see the source for copying conditions.  There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.
4）查看显卡驱动支持 cuda 最高版本

当前显卡驱动支持的最高版本的 CUDA 为 12.4，操作指令如下：

(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# nvidia-smi
Thu Jul 19 09:21:14 2025
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 550.54.15              Driver Version: 550.54.15      CUDA Version: 12.4     |
|-----------------------------------------+------------------------+----------------------+
| GPU  Name                 Persistence-M | Bus-Id          Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
|                                         |                        |               MIG M. |
|=========================================+========================+======================|
|   0  Tesla P4                       Off |   00000000:04:00.0 Off |                  Off |
| N/A   24C    P8              6W /   75W |       0MiB /   8192MiB |      0%      Default |
|                                         |                        |                  N/A |
+-----------------------------------------+------------------------+----------------------++-----------------------------------------------------------------------------------------+
| Processes:                                                                              |
|  GPU   GI   CI        PID   Type   Process name                              GPU Memory |
|        ID   ID                                                               Usage      |
|=========================================================================================|
|  No running processes found                                                             |
+-----------------------------------------------------------------------------------------+
5）使用 free 命令来查看系统的内存使用情况

确保有足够的内存使用，操作指令如下：

(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# free -htotal        used        free      shared  buff/cache   available
Mem:           125Gi        12Gi        48Gi       119Mi        64Gi       112Gi
Swap:             0B          0B          0B
6）下载 CUDA

cuda 下载连接地址：https://developer.nvidia.com/cuda-toolkit-archive

#—# 打开界面如下：
在这里插入图片描述

#—# 点击 CUDA Toolkit 11.8.0 窗口跳转至如下界面(选择系统属性固定版本，此处使用系统是 Ubuntu22.04.4 LTS 选择如下)：
在这里插入图片描述

#—# 如上图所示在终端使用下方指令进行下载：

(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
--2025-07-19 10:24:23--  https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
Resolving developer.download.nvidia.com (developer.download.nvidia.com)... 23.51.14.155, 23.51.14.152
Connecting to developer.download.nvidia.com (developer.download.nvidia.com)|23.51.14.155|:443... connected.
HTTP request sent, awaiting response... 301 Moved Permanently
Location: https://developer.download.nvidia.cn/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run [following]
--2025-07-19 10:24:23--  https://developer.download.nvidia.cn/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
Resolving developer.download.nvidia.cn (developer.download.nvidia.cn)... 111.6.201.106, 111.6.201.109
Connecting to developer.download.nvidia.cn (developer.download.nvidia.cn)|111.6.201.106|:443... connected.
HTTP request sent, awaiting response... 200 OK
Length: 4336730777 (4.0G) [application/octet-stream]
Saving to: ‘cuda_11.8.0_520.61.05_linux.run’cuda_11.8.0_520.61.05_linux.run                           100%[====================================================================================================================================>]   4.04G  34.5MB/s    in 1m 59s2025-07-19 10:26:23 (34.7 MB/s) - ‘cuda_11.8.0_520.61.05_linux.run’ saved [4336730777/4336730777]
7）安装 CUDA

#—# 下载完成使用下方指令安装：

sh cuda_11.8.0_520.61.05_linux.run

#—# 弹出窗口按< 上下键> 选择"continue"，按键盘< 回车键>
#—# 弹出窗口输入"accept"，按键盘< 回车键>
#—# 弹出窗口使用< 上下键> 和< 空格键> 选择和取消选择
#—# 最后选择"install" 点击键盘< 回车键>，进行安装，如下图：
在这里插入图片描述

#—# 安装好弹出如下图：
在这里插入图片描述

#—# 设置 cuda 环境变量
打开的文档里最后添加下方两行代码：

export PATH=$PATH:/usr/local/cuda-11.8/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.8/lib64

(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# vim ~/.bashrc

见图：在这里插入图片描述

(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# source ~/.bashrc

#—# 验证 cuda 是否安装成功(打印如下即安装成功)

(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding# nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2022 NVIDIA Corporation
Built on Wed_Sep_21_10:33:58_PDT_2022
Cuda compilation tools, release 11.8, V11.8.89
Build cuda_11.8.r11.8/compiler.31833905_0
8）安装 cuDNN 8.6.0

cuDNN 下载连接地址：https://developer.nvidia.com/rdp/cudnn-archive
#—# 打开网站，按照自己 cuda 的版本和 ubuntu 系统版本找到相应的 cuDNN，此处选择如下图：
在这里插入图片描述

#—# 点击下载 deb 文件，复制链接可在命令行执行如下：

(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# wget -c "https://developer.download.nvidia.cn/compute/cudnn/secure/8.6.0/local_installers/11.8/cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb?__token__=exp=1752721445~hmac=3b1c098ee97ce0ed43bdb45f27876405bf56a6d6bb80e94a1b20e28d0e82e550&t=eyJscyI6IndlYnNpdGUiLCJsc2QiOiJsaW5rLnpoaWh1LmNvbS8/dGFyZ2V0PWh0dHBzJTNBLy9kZXZlbG9wZXIubnZpZGlhLmNvbS9jdWRhLWdwdXMifQ=="
The destination name is too long (273), reducing to 236
--2025-07-17 10:54:19--  https://developer.download.nvidia.cn/compute/cudnn/secure/8.6.0/local_installers/11.8/cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb?__token__=exp=1752721445~hmac=3b1c098ee97ce0ed43bdb45f27876405bf56a6d6bb80e94a1b20e28d0e82e550&t=eyJscyI6IndlYnNpdGUiLCJsc2QiOiJsaW5rLnpoaWh1LmNvbS8/dGFyZ2V0PWh0dHBzJTNBLy9kZXZlbG9wZXIubnZpZGlhLmNvbS9jdWRhLWdwdXMifQ==
Resolving developer.download.nvidia.cn (developer.download.nvidia.cn)... 111.6.201.109, 111.6.201.106
Connecting to developer.download.nvidia.cn (developer.download.nvidia.cn)|111.6.201.109|:443... connected.
HTTP request sent, awaiting response... 200 OK
Length: 884837062 (844M) [application/x-deb]
Saving to: ‘cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb?__token__=exp=1752721445~hmac=3b1c098ee97ce0ed43bdb45f27876405bf56a6d6bb80e94a1b20e28d0e82e550&t=eyJscyI6IndlYnNpdGUiLCJsc2QiOiJsaW5rLnpoaWh1LmNvbS8%2FdGFyZ2V0PWh0dHBzJTNBLy9kZXZlbG9’cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb?__to 100%[========================================================================================================================================>] 843.85M  34.5MB/s    in 24s2025-07-17 10:54:43 (35.8 MB/s) - ‘cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb?__token__=exp=1752721445~hmac=3b1c098ee97ce0ed43bdb45f27876405bf56a6d6bb80e94a1b20e28d0e82e550&t=eyJscyI6IndlYnNpdGUiLCJsc2QiOiJsaW5rLnpoaWh1LmNvbS8%2FdGFyZ2V0PWh0dHBzJTNBLy9kZXZlbG9’ saved [884837062/884837062]

#—# 文件重命名

(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# mv cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb\?__token__\=exp\=1752721445~hmac\=3b1c098ee97ce0ed43bdb45f27876405bf56a6d6bb80e94a1b20e28d0e82e550\&t\=eyJscyI6IndlYnNpdGUiLCJsc2QiOiJsaW5rLnpoaWh1LmNvbS8%2FdGFyZ2V0PWh0dHBzJTNBLy9kZXZlbG9 cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb

#—# 使用下方指令运行*.deb 文件：

(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# dpkg -i cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb
Selecting previously unselected package cudnn-local-repo-ubuntu2204-8.6.0.163.
(Reading database ... 35878 files and directories currently installed.)
Preparing to unpack cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb ...
Unpacking cudnn-local-repo-ubuntu2204-8.6.0.163 (1.0-1) ...
Setting up cudnn-local-repo-ubuntu2204-8.6.0.163 (1.0-1) ...The public cudnn-local-repo-ubuntu2204-8.6.0.163 GPG key does not appear to be installed.
To install the key, run this command:
sudo cp /var/cudnn-local-repo-ubuntu2204-8.6.0.163/cudnn-local-FAED14DD-keyring.gpg /usr/share/keyrings/

#—# 根据提示拷贝密钥
在上方终端打印的指令提出需要使用下方指令拷贝密钥，可以根据自己安装打印的指令信息去拷贝：

(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding/xm_projects# cp /var/cudnn-local-repo-ubuntu2204-8.6.0.163/cudnn-local-FAED14DD-keyring.gpg /usr/share/keyrings/

#—# 重点！重点！重点！(安装 libcudnn8、libcudnn8-dev、libcudnn8-samples 等文件)
见图：在这里插入图片描述

#—# 查看 cuDNN 安装结果(方式一)

(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/var/cudnn-local-repo-ubuntu2204-8.6.0.163# cat /usr/include/x86_64-linux-gnu/cudnn_version_v8.h | grep CUDNN_MAJOR -A 2
#define CUDNN_MAJOR 8
#define CUDNN_MINOR 6#define CUDNN_PATCHLEVEL 0
--#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)/* cannot use constexpr here since this is a C-only file */

@@@@@@@@ 或者另一种方式查看 cudnn 版本 @@@@@@@@
#—# 查看 cuDNN 安装结果(方式二)

(default) root@vphlhycvfilovpqi-snow-5dd4c6b7b5-zbdgl:/data/coding# dpkg -l | grep cudnn
ii  cudnn-local-repo-ubuntu2204-8.6.0.163 1.0-1                                   amd64        cudnn-local repository configuration files
ii  libcudnn8                             8.6.0.163-1+cuda11.8                    amd64        cuDNN runtime libraries
ii  libcudnn8-dev                         8.6.0.163-1+cuda11.8                    amd64        cuDNN development libraries and headers
ii  libcudnn8-samples                     8.6.0.163-1+cuda11.8                    amd64        cuDNN samples

<<< 打印版本号，表示安装成功，cuda11.8 和 cudnn8.6.0 至此安装完成>>>

http://www.xdnf.cn/news/19480.html

相关文章：

  • AI 赋能 Java 开发效率：全流程痛点解决与实践案例（三）
  • 【先楫HPM5E00_EVK系列-板卡测评3】hpm5e00evk平台中断、定时器、PWM、USART等基础功能详解
  • NOSQL——Redis
  • Trae + MCP : 一键生成专业封面
  • @Autowired注入底层原理
  • STM32-FreeRTOS操作系统-任务创建
  • 洛谷 P5836 [USACO19DEC] Milk Visits S-普及/提高-
  • 贪心算法解决钱币找零问题(二)
  • 基于单片机倒车雷达/超声波测距设计
  • Linux-＞网络入门
  • 《论文阅读》从心到词：通过综合比喻语言和语义上下文信号产生同理心反应 2025 ACL findings
  • infinityfree mysql 加入数据库部分 filezilla 设备共享图片和文本不用浏览器缓存
  • 第六章 Vue3 + Three.js 实现高质量全景图查看器：从基础到优化
  • hive表不显示列注释column comment的问题解决
  • Linux signal 图文详解（二）信号发送
  • 为什么服务器接收 URL 参数时会接收到解码后的参数
  • DHT11-温湿度传感器
  • openEuler2403部署Redis8集群
  • 京东入局外卖，还有很多问题。
  • Ubuntu 服务器实战：Docker 部署 Nextcloud+ZeroTier，打造可远程访问的个人云
  • 学习 Android (十八) 学习 OpenCV (三)
  • OpenHarmony 分布式感知中枢深度拆解：MSDP 框架从 0 到 1 的实战指南
  • 餐饮外卖同城配送酒水寄存餐品加价换购促销小程序APP
  • Windows 安装配置解压版MongoDb
  • TFT屏幕：STM32硬件SPI+DMA+队列自动传输
  • 【RelayMQ】基于 Java 实现轻量级消息队列（五）
  • 2025 最新Vue前端面试题目 (9月最新)
  • AI 重构医疗诊断：影像识别准确率突破 98%，基层医院如何借技术缩小诊疗差距？
  • 设备服务管理上报方案
  • 两轮车车机 OS 演进路线深度解析