系统极客一直在努力
专注操作系统及软件使用技能

如何在 Ubuntu 中安装 CUDA,详细步骤

Nvidia

本文系统极客将为大家介绍,如何直接导入 Nvidia 官方 APT 软件源和 GPG 密钥,在 Ubuntu 22.04 LTS 或 Ubuntu 20.04 LTS 中安装 CUDA 的详细步骤。这样可以确保拥有最新的 Nvidia 驱动程序和 CUDA Toolkit,也方便未来的版本更新。

在高性能计算领域,CUDA(Compute Unified Device Architecture)是一项革命性的技术。它由 Nvidia 开发,是一个并行计算平台和应用程序编程接口(API)模型,利用 NVIDIA GPU(图形处理器)的强大计算能力来提高软件应用程序的计算速度和效率。

CUDA 对 Ubuntu 用户、程序员和开发者的重要性主要包括:

  • 性能增强:CUDA 让程序能够在 Nvidia 的 GPU上执行,这些 GPU 能够同时处理多任务。这种并行处理能力可以显著提升应用程序的速度,尤其是需要进行大量计算的应用程序。
  • 多功能性:CUDA 支持多种编程语言,包括 C、C++、Python 和 Fortran。您可以使用喜欢的语言来充分利用 GPU 加速计算能力。
  • 应用广泛:CUDA 不仅适用于图形密集型应用程序,还广泛应用于数据分析、科学计算、机器学习、深度学习等领域。如果您从事这些领域的工作,CUDA 可能会改变您的工作方式。
  • 社区和资源:Nvidia 为 CUDA 开发人员提供全面的支持,包括详尽的文档、教程以及充满活力的用户和专家社区,让解决问题和学习最佳实践更加容易。

推荐直接从 Nvidia 官方软件源安装最新 CUDA 版本,以下是主要原因:

  • 获取最新功能:Nvidia 会持续更新 CUDA 版本,以添加新功能、改进功能和修复错误。安装最新版本可以充分享受这些改进带来的好处。
  • 兼容性:较新的 CUDA 版本能够支持最新的 GPU。如果您使用最新的 Nvidia GPU,可能会要求最新的 CUDA 版本。
  • 便捷更新:通过导入 Nvidia 官方 APT 软件源和 GPG 密钥,可以轻松使用 APT 软件包管理器获取未来的更新,可以避免手动下载和安装 CUDA 更新。

步骤 1:清除 Ubuntu 中已有的 CUDA 和 Nvidia

在安装 Nvidia 驱动程序时,特别是计划升级或更改版本时,从一个干净的状态开始非常重要,这样有助于防止重叠安装可能引起的冲突和问题。

如果之前没安装过 Nvidia 驱动程序,可以跳过本节。

1清除 Nvidia 软件包

如果您安装了 Nvidia 驱动程序,可以在「终端」中运行以下命令将其清除:

sudo apt autoremove cuda* nvidia* --purge

2卸载 .run 文件安装的 Nvidia 驱动程序

如果您使用运行文件(.run文件)安装了 Nvidia 驱动程序(通常不推荐,使用 Nvidia CUDA 软件源才是最佳选择。),可以在「终端」中执行以下脚本来卸载它们:

sudo /usr/bin/nvidia-uninstall

3卸载通过 .run 文件安装的 CUDA Toolkit

如果您使用.run文件安装了 CUDA Toolkit,也需要将其卸载:

sudo /usr/local/cuda-X.Y/bin/cuda-uninstall

请将上述命令中的X.Y替换为已安装的 CUDA Toolkit 版本。

步骤 2:在 Ubuntu 中安装 CUDA

直接从 Nvidia CUDA 软件源安装 CUDA 是最高效的方法,可以确保第一时间获得所有新的增强功能、错误修复和安全更新。

此方法仅适用于 Ubuntu 22.04 LTS 和 Ubuntu 20.04 LTS 长期支持版,短期发行版不与此方法兼容。

1准备 Ubuntu 系统

在开始安装之前,请在「终端」中执行以下命令安装必要的软件包:

sudo apt install dirmngr ca-certificates software-properties-common apt-transport-https dkms curl -y

2导入 Nvidia 软件源 GPG 密钥

在进行软件安装时,安全性至关重要。为了确保软件包的真实性和完整性,我们需要导入适用于特定发行版的 GPG 密钥:

  • Ubuntu 22.04 LTS 请使用以下命令:
curl -fSsL https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/3bf863cc.pub | sudo gpg --dearmor | sudo tee /usr/share/keyrings/nvidia-drivers.gpg > /dev/null 2>&1
  • Ubuntu 20.04 LTS 请使用以下命令:
curl -fSsL https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/3bf863cc.pub | sudo gpg --dearmor | sudo tee /usr/share/keyrings/nvidia-drivers.gpg > /dev/null 2>&1

3将 Nvidia 软件源添加到 Ubuntu 系统

现在,可以将 Nvidia 软件源添加到 Ubuntu 系统中了,该软件源包含了安装 CUDA 所需的软件包:

  • Ubuntu 22.04 LTS 请使用以下命令:
echo 'deb [signed-by=/usr/share/keyrings/nvidia-drivers.gpg] https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/ /' | sudo tee /etc/apt/sources.list.d/nvidia-drivers.list
  • Ubuntu 20.04 LTS 请使用以下命令:
echo 'deb [signed-by=/usr/share/keyrings/nvidia-drivers.gpg] https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/ /' | sudo tee /etc/apt/sources.list.d/nvidia-drivers.list

4刷新软件包列表

在「终端」中运行以下命令更新软件包列表,确保 Ubuntu 了解 Nvidia 软件源中的新软件包:

sudo apt update

5安装 CUDA 和 Nvidia 驱动程序

使用以下命令检查可用的驱动程序版本:

apt search cuda-drivers
搜索 CUDA 版本
搜索 CUDA 版本

该命令会列出所有可用的 CUDA 版本,您可以选择安装:

sudo apt install nvidia-driver-530 cuda-drivers-530 cuda

安装完成后请重启 Ubuntu 系统:

sudo reboot

步骤 3:在 Ubuntu 中使用 CUDA

在 Ubuntu 中使用 CUDA 是一段令人兴奋的旅程。为了帮助您更顺利地探索这条道路,这里总结了可以提升体验和提高生产力的一些提示和技巧。

了解您的 GPU 功能

在开始学习 CUDA 编程之前,了解您的 GPU 功能非常重要。不同的 GPU 支持不同版本的 CUDA,并且具有不同的核心数、显存大小和其他特性。我们可以使用 nvidia-smi 命令获取 GPU 的详细信息:

nvidia-smi

该命令可以输出 GPU 的名称、总显存、CUDA 版本等信息。

熟悉 CUDA Toolkit 文档

CUDA Toolkit 提供了丰富的文档,包括编程指南、最佳实践指南和 API 参考。熟悉这些资源大有好处,您可以在线访问 NVIDIA CUDA Toolkit 文档页面获取这些文档。

使用 CUDA 示例

CUDA Toolkit 中包含一系列示例程序,展示了 CUDA 编程从基本概念到高级技巧的各个方面。这些示例可以作为很好的学习资源。在安装 CUDA Toolkit 后,可以在/usr/local/cuda/samples目录中找到它们。

探索 CUDA 库

CUDA 提供了多个库,用于处理常见的计算任务,如线性代数、傅里叶变换等。这些库包括 cuBLAS、cuFFT 和 cuDNN 等,它们经过高度优化,能够节省大量的时间和精力。您可以在 CUDA Toolkit 的文档中找到关于这些库的更多信息。

调试和分析 CUDA 程序

调试和分析是 CUDA 编程的关键方面。CUDA Toolkit 中的 cuda-gdb 和 nvprof 等工具可以帮助您调试 CUDA 程序并分析其性能。这些工具在优化 CUDA 程序方面非常有用。


总而言之,在 Ubuntu 系统中安装 CUDA 是一个简单直接的过程,它为高性能的 GPU 加速计算打开了方便之门。

本文介绍了从准备系统 —> 移除现有 Nvidia 安装 —> 从 CUDA 软件源配置 Nvidia 驱动程序 —> 到最后启动 CUDA 的详细步骤。还分享了一些有价值的提示,以帮助您在 Ubuntu 系统中开始使用 CUDA。

赞(2) 赞赏

评论 抢沙发

微信赞赏