ubuntu24.04 cuda驱动
时间: 2025-04-24 20:14:47 浏览: 40
### 安装适用于 Ubuntu 24.04 的 CUDA 驱动
对于希望在 Ubuntu 24.04 上设置用于机器学习和科学计算的 GPU 加速环境的研究人员和开发者来说,正确安装 NVIDIA 显卡驱动程序以及 CUDA 工具包至关重要。
#### 查看本机显卡型号
为了确保所选驱动与硬件匹配,在开始之前应当先确认计算机中的 NVIDIA 设备详情。这一步骤可以通过执行如下命令完成:
```bash
lspci | grep -i nvidia
```
上述指令会列出所有由系统识别到的 NVIDIA 组件列表[^4]。
#### 更新软件源并安装依赖项
建议在此之前更新本地包索引,并考虑安装一些必要的开发工具和支持库来保障后续过程顺利无误:
```bash
sudo apt update && sudo apt upgrade -y
sudo apt install build-essential dkms linux-headers-generic
```
这些操作有助于防止潜在冲突的发生,并为即将下载的内容做好准备。
#### 使用 APT 安装官方推荐版次的 CUDA Toolkit
最简便的方式莫过于利用 `apt` 命令行工具直接获取来自 Canonical 合作伙伴仓库里的稳定发行版本——即 NVIDIA 提供并通过测试认证过的组合方案之一:
```bash
sudo apt-get install --no-install-recommends nvidia-driver-<version> nvidia-cuda-toolkit
```
请注意替换 `<version>` 占位符为实际支持当前系统的最新长期维护 (LTS) 版本号;具体数值可参照官方文档或查询在线资源获得指导[^2]。
#### 校验安装成果
一旦顺利完成以上步骤,则可通过运行下面这条简单的 Python 脚本来验证 PyTorch 是否能够正常调用 GPU 计算能力:
```python
import torch
print(torch.cuda.is_available())
```
如果返回 True 表明一切就绪;反之则可能意味着仍存在某些未解决的问题待排查。
#### 设置环境变量(如有必要)
有时为了让应用程序更好地找到所需的动态链接库文件路径,可以在 `.bashrc` 或者其他 shell 初始化脚本里追加几条导出语句:
```bash
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
source ~/.bashrc
```
这样做的好处是可以让大多数基于 C/C++ 编写的第三方模块自动定位至正确的目录下加载所需功能组件[^3]。
阅读全文
相关推荐


















