【OS安装与使用】part3-ubuntu安装Nvidia显卡驱动+CUDA 12.4

一、待解决问题

1.1 问题描述

新装了ubuntu 22.04 LTS 系统后，除了系统自带的基础软件外，都是空白。
为了运行MARL算法，安装其必要的基础运行环境。

1.2 解决方法

（1）更改镜像源
（2）安装NVIDIA显卡驱动：nvidia-550
（3）安装NVIDIA显卡计算平台：CUDA 12.4

二、方法详述

2.1 必要说明

暂无

2.2 应用步骤

2.2.1 更改镜像源

（1）登录清华镜像源网站，并基于ubuntu版本复制内容。
链接：清华大学开源软件镜像站
（2）进入sourcelist文件路径，备份原文件，并更改镜像源

cd /etc/apt/
sudo cp -i sources.list sources-backup.list
ls
sudo gedit sources.list

将镜像链接内容复制，并保存
（3）应用镜像源

sudo apt update

2.2.2 安装NVIDIA显卡驱动：nvidia-550

（1）查询显卡ID

lspci | grep -i nvidia

（2）PCI ID Repository查询显卡型号

链接：PCI ID Repository Nvidia 显卡型号查询
下拉到底部，有个搜索框，输入显卡ID

（3）安装显卡驱动

使用ubuntu自带的Software&Updates工具安装

#检测可安装的驱动程序
ubuntu-drivers devices

选择推荐的 “nvidia-driver-550” 版本驱动。

在正式开始安装之前，先更新一下make、gcc、g++。
（这里更新gcc-12、g+±12的原因是nvidia-550要求最新版本的gcc、g++）

#查看当前gcc版本，果然为11.4
gcc --version
#安装依赖项
sudo apt-get install build-essential
sudo apt-get install make
#安装gcc-12
sudo apt-get install gcc-12
sudo apt install g++-12
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-12 12
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-12 60
g++ --version
gcc --version

安装之前查看是否已有安装nvdia驱动，有的话直接删除。

nvidia-smi
#卸载Nvidia驱动及相关组件
sudo apt-get remove --purge '^nvidia-.*'
sudo apt-get autoremove
#自动下载安装nvidia-550驱动程序
sudo apt-get install -y cuda-drivers-550

安装过程弹出UEFI secure boot阻拦，大致意思是：

在安装 NVIDIA 显卡驱动时遇到此错误是因为启用了 UEFI 安全启动，导致系统无法加载第三方驱动程序。
然后，按照提示说：
（1）会生成一个MOK密钥，然后需要录入到固件内。
（2）过程中会设置一个password。
（3）重启后可选择 “Enroll MOK”（录入密钥） 或者 “Change Secure Boot”（改变安全启动项）的选项。

❓什么是UEFI安全启动呢？

说白了，其实就是设备的一种安全机制。它通过验证启动组件的数字签名来防止未经授权的软件（如恶意软件或未经授权的驱动程序）在系统启动时运行。

由于，我们是双系统，直接关闭Secure Boot可能会存在风险，先尝试 “Enroll MOK”的选项。

设置一个password。

程序跑完，直接重启

sudo reboot

重启后，进入“蓝色”界面，选择“Enroll MOK”
下一个页面选择 “Continue” ，再选择 “Yes”
输入 设置好的Password，没有报错的话直接选择 Reboot。
重启！

（4）检测驱动安装是否成功

nvidia-smi

看到驱动版本为550.120,并且有对应的可安装的CUDA最高版本为 12.4。

查看软件&更新内的驱动使用情况

software-properties-gtk

至此，nvidia-550显卡驱动安装成功。

2.2.3 安装NVIDIA显卡计算平台：CUDA 12.4

（1）查看可安装CUDA最高版本

nvidia-smi

看到驱动版本为550.120,并且有对应的可安装的CUDA最高版本为 12.4。

也可以上官方网站上查看驱动型号下支持的CUDA版本。
链接：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#cuda-toolkit-major-component-versions

（2）查看设备安装的操作系统版本、linux内核版本、硬件架构

lsb_release -a
uname -rp

（3）安装CUDA 12.4

前往nvidia官网下载CUDA安装包，链接：CUDA Toolkit发行版下载

选择对应系统版本和硬件架构。

按照指令安装

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
wget https://developer.download.nvidia.com/compute/cuda/12.4.1/local_installers/cuda-repo-ubuntu2204-12-4-local_12.4.1-550.54.15-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2204-12-4-local_12.4.1-550.54.15-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu2204-12-4-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda-toolkit-12-4

安装无报错后，重启

sudo reboot

（4）检测CUDA安装是否成功

CUDA官方也给出安装和检测教程。
链接：https://docs.nvidia.com/cuda/cuda-quick-start-guide/index.html#debian-installer
设置环境变量，这里由于安装的是12.4,对应修改一下。
打开编辑 ~/.bashrc 文件。

sudo gedit ~/.bashrc

将下面环境变量代码添加至最后一行，并点击“保存”。

#cuda12.4 envirionment
#cuda12.4 environment
export PATH=/usr/local/cuda-12.4/binKaTeX parse error: Expected '}', got 'EOF' at end of input: {PATH:+:{PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-12.4/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

应用环境变量，生效

#让环境变量生效
source ~/.bashrc

使用下面代码，能够查看CUDA版本，即安装成功

nvcc -version
./__nvcc_device_query

其中，89与我设备GPU型号RTX 4060匹配。

89 代表你的 GPU 架构版本为 8.9。
在 NVIDIA 的 CUDA 开发中，GPU 架构通过计算能力（Compute Capability）来定义，通常以 sm_XX 或 compute_XX 的形式表示。
sm_89 表示 GPU 的架构版本为 8.9。这是 NVIDIA 对 Ada Lovelace 架构 的计算能力标识，如 RTX 4060 等显卡。

💐💐💐 完结撒花！ 💐💐💐

三、疑问

3.1 显卡驱动安装好后，CUDA安装报错。

报错信息如下：
感觉是显卡驱动存在问题，尝试卸载显卡驱动重新下载推荐的驱动版本。

#检测可安装的驱动程序
ubuntu-drivers devices

选择推荐的 “nvidia-driver-550” 版本驱动。

#卸载Nvidia驱动及相关组件
sudo apt-get remove --purge '^nvidia-.*'
sudo apt-get autoremove
sudo apt install nvidia-driver-550

3.2 显卡驱动安装时，报错“build kernel module error ”

解决流程：
（1）卸载原先驱动

#查看当前已安装驱动
ubuntu-drivers devices
#卸载Nvidia驱动及相关组件
sudo apt-get remove --purge '^nvidia-.*'
sudo apt-get autoremove

（2）前往nvidia官网查找对应驱动
链接：https://www.nvidia.cn/drivers/lookup/
找到对应驱动下载，我依然下载535版本的驱动。
开始安装驱动

sudo apt update && sudo apt upgrade
sudo chmod 777 NVIDIA-Linux-x86_64-535.183.01.run
sudo ./NVIDIA-Linux-x86_64-535.183.01.run 

安装过程中，提示需关闭 Nouveau ，程序自动创建了一个文件，然后重启。重启后继续执行安装文件，看到如下报错：

去对应文件查找原因，发现第一条报错信息如下：

cc: error: unrecognized command-line option ‘-ftrivial-auto-var-init=zero’

网上搜索了一下，咨询大模型，原因如下：

该错误通常是由于 GCC（GNU Compiler Collection）版本不兼容导致的。Nvidia 显卡驱动程序在安装过程中需要编译内核模块，而某些较新的内核版本需要更高版本的 GCC 才能正确编译。

开始升级GCC版本

#查看当前gcc版本，为11.4
gcc --version
#安装gcc-12
sudo apt-get install gcc-12
sudo apt install g++-12
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-12 12
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-12 60
g++ --version
gcc --version

至此，再尝试安装nvidia显卡驱动

四、总结

• 安装新的软件或系统时，注意记录，以便分析！！！
• 安装过程最好按照软件的官方教程！！！
• 安装过程遇到错误不要随意搜索，仔细分析过程中的报错信息，按图索骥！！！