保姆级避坑指南：在Ubuntu 22.04上搞定NVIDIA驱动、CUDA 12.0和cuDNN 8.9.0的完整流程

刚拿到新显卡准备在Ubuntu上跑深度学习？恭喜你即将开启一段充满"惊喜"的旅程。作为过来人，我清楚地记得第一次配置环境时，光是解决驱动冲突就花了整整两天。网上的教程要么过于简略，要么假设你已经是个Linux老手，结果就是新手在无数个"Command not found"和"Permission denied"中反复横跳。本文将带你避开所有常见陷阱，用最稳妥的方式完成从驱动到cuDNN的全套配置。

1. 前期准备：清理战场比安装更重要

在开始安装之前，90%的失败案例都源于旧驱动或系统组件的干扰。我们先来彻底清理系统环境。

1.1 识别显卡型号与现有驱动状态

首先确认你的显卡型号是否被系统识别：

lspci | grep -i nvidia

典型输出类似 01:00.0 VGA compatible controller: NVIDIA Corporation GA102 [GeForce RTX 3090] (rev a1) 。记下你的显卡型号，稍后下载驱动时需要匹配。

检查当前安装的驱动版本：

ubuntu-drivers devices

如果输出显示有 nvidia-driver-xxx 字样，说明系统已经安装了某个版本的驱动。

1.2 彻底卸载现有驱动

执行以下命令清除所有NVIDIA相关组件：

sudo apt purge *nvidia* *cuda* *cudnn*
sudo apt autoremove
sudo rm -rf /usr/local/cuda*

1.3 禁用nouveau驱动

Ubuntu自带的nouveau驱动会与官方驱动冲突，必须禁用：

sudo nano /etc/modprobe.d/blacklist-nouveau.conf

添加以下内容：

blacklist nouveau
options nouveau modeset=0

更新initramfs并重启：

sudo update-initramfs -u
sudo reboot

重启后验证是否禁用成功：

lsmod | grep nouveau

如果没有输出则表示禁用成功。

2. 显卡驱动安装：避开最常见的三个坑

2.1 选择正确的驱动版本

访问 NVIDIA驱动下载页面 ，根据你的显卡型号选择：

• 产品类型：GeForce/Tesla/Quadro等
• 产品系列：RTX 30系列/40系列等
• 操作系统：Linux 64-bit
• CUDA Toolkit：建议选择最新稳定版（如12.x）

注意：不要直接使用 ubuntu-drivers autoinstall ，它可能安装不兼容的版本。

2.2 安装前的必要准备

关闭图形界面（仅桌面版需要）：

sudo systemctl stop gdm

安装编译工具链：

sudo apt update
sudo apt install build-essential libglvnd-dev pkg-config

2.3 执行安装的关键参数

给安装文件添加执行权限：

chmod +x NVIDIA-Linux-x86_64-*.run

使用这些参数可以避免大部分问题：

sudo ./NVIDIA-Linux-x86_64-*.run \
--no-opengl-files \
--no-x-check \
--no-nouveau-check \
--disable-nouveau

安装过程中需要注意：

1. 当询问"32-bit compatibility libraries"时选择No
2. 当询问"DKMS"时选择Yes（方便内核更新后自动重装驱动）
3. 其他选项保持默认

安装完成后验证：

nvidia-smi

正常输出应显示GPU信息和驱动版本。

3. CUDA 12.0安装：环境变量是重灾区

3.1 选择正确的安装方式

访问 CUDA Toolkit Archive 选择12.0版本。建议使用网络安装方式：

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin
sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/3bf863cc.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/ /"
sudo apt update
sudo apt install cuda-12-0

3.2 环境变量配置的黄金法则

编辑 ~/.bashrc 文件，添加以下内容：

export PATH=/usr/local/cuda-12.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-12.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda-12.0

使配置生效：

source ~/.bashrc

验证安装：

nvcc --version

应显示CUDA 12.0的版本信息。

4. cuDNN 8.9.0安装：密钥与依赖的终极挑战

4.1 下载正确的cuDNN版本

访问 cuDNN下载页面 ，需要注册NVIDIA开发者账号。选择：

• CUDA 12.x对应的cuDNN 8.9.0
• Local Installer for Ubuntu22.04 x86_64 (Deb)

4.2 安装过程中的常见错误解决

安装本地仓库：

sudo dpkg -i cudnn-local-repo-ubuntu2204-8.9.0.131_1.0-1_amd64.deb

导入GPG密钥时常见问题：

sudo cp /var/cudnn-local-repo-ubuntu2204-8.9.0.131/cudnn-local-*-keyring.gpg /usr/share/keyrings/

安装运行时库：

sudo apt update
sudo apt install libcudnn8=8.9.0.131-1+cuda12.0 \
libcudnn8-dev=8.9.0.131-1+cuda12.0 \
libcudnn8-samples=8.9.0.131-1+cuda12.0

4.3 验证安装的正确姿势

复制示例代码：

cp -r /usr/src/cudnn_samples_v8/ ~/
cd ~/cudnn_samples_v8/mnistCUDNN

解决编译依赖：

sudo apt install libfreeimage3 libfreeimage-dev
make clean && make

运行测试：

./mnistCUDNN

成功输出应显示"Test passed!"。

5. 终极检查清单与故障排除

完成所有安装后，运行这个综合检查脚本：

#!/bin/bash
echo "===== NVIDIA Driver Check ====="
nvidia-smi
echo -e "\n===== CUDA Check ====="
nvcc --version
echo -e "\n===== cuDNN Check ====="
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

常见问题解决方案：

问题现象	可能原因	解决方案
nvidia-smi显示驱动但nvcc报错	CUDA路径未正确设置	检查.bashrc中的PATH和LD_LIBRARY_PATH
编译cuDNN示例时报权限错误	文件权限不足	sudo chmod -R 777 ~/cudnn_samples_v8
运行程序时报GLIBCXX错误	GCC版本不匹配	sudo apt install g++-11
安装驱动后无法进入图形界面	显示管理器冲突	sudo systemctl enable gdm

最后提醒：每次系统内核更新后，可能需要重新安装NVIDIA驱动模块：

sudo dkms install -m nvidia -v $(modinfo -F version nvidia)