ubuntu16.04:nvidia cuda10.0

### 在 Ubuntu 16.04 上安装 NVIDIA CUDA 10.0 #### 准备工作 在开始安装之前，需确认硬件和软件环境满足以下条件： - 支持 CUDA 的 NVIDIA 显卡。 - 已安装的 Linux 内核版本应低于 4.15（通常建议使用 4.4.0），因为高版本内核可能不兼容 CUDA 10.0[^4]。 - GCC 版本不超过 7.x。 如果当前系统不符合这些要求，请先完成必要的升级或降级操作。 --- #### 卸载旧版驱动程序和 CUDA 为了防止冲突，卸载现有的 NVIDIA 驱动和 CUDA 软件包。执行以下命令： ```bash sudo apt-get --purge remove "*nvidia*" "cuda*" ``` 接着删除残留文件并清理配置： ```bash sudo rm -rf /etc/modprobe.d/blacklist-nouveau.conf sudo update-initramfs -u ``` 重启计算机以应用更改： ```bash sudo reboot ``` --- #### 安装 NVIDIA 驱动 访问官方下载页面获取适合的驱动版本[^2]。对于 CUDA 10.0，推荐使用的驱动版本为 `NVIDIA-Linux-x86_64-410.xx` 或更高版本。 通过 `.run` 文件手动安装驱动时，注意关闭图形界面服务以防干扰： ```bash sudo service lightdm stop chmod +x NVIDIA-Linux-x86_64-*.run sudo ./NVIDIA-Linux-x86_64-*.run ``` 当被询问是否覆盖现有 OpenGL 库时，选择 **No** 以免破坏其他依赖项[^3]。 完成后重新启动 X Server 并验证驱动状态： ```bash nvidia-smi ``` 此命令应当返回 GPU 使用情况及相关参数。 --- #### 下载与安装 CUDA Toolkit 从 NVIDIA 开发者网站下载适用于 Ubuntu 16.04 的 CUDA 10.0 套件及其补丁文件[^2]。可以选择基于 `.deb(network)` 的在线安装方法或者离线 `.run` 文件形式。 ##### 方法 A: 使用 .deb(network) 进行在线安装 更新本地APT源索引表后运行如下指令来指定特定版本号避免默认抓取最新版问题发生: ```bash wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_10.0.130-1_amd64.deb sudo dpkg -i cuda-repo-ubuntu1604_10.0.130-1_amd64.deb sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub sudo apt-get update sudo apt-get install cuda-10-0 ``` ##### 方法 B: 利用 .run 文件实现完全控制权下的部署流程 停止显示管理器进程以便顺利加载新模块: ```bash sudo systemctl set-default multi-user.target sudo shutdown -r now ``` 切换至纯文本终端 (Ctrl+Alt+F1)，继续执行解压后的脚本: ```bash sudo sh cuda_10.0.*_linux.run --toolkit --silent --override ``` 恢复初始引导目标设定: ```bash sudo systemctl set-default graphical.target sudo shutdown -r now ``` 无论采取哪种途径都务必记得调整 PATH 和 LD_LIBRARY_PATH 环境变量指向正确路径下工具链位置: ```bash echo 'export PATH=/usr/local/cuda-10.0/bin:$PATH' >> ~/.bashrc echo 'export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc source ~/.bashrc ``` 测试编译样例工程验证设置无误与否: ```bash cd /usr/local/cuda-10.0/samples/1_Utilities/deviceQuery make ./deviceQuery ``` 正常情况下会打印出设备属性列表证明一切就绪. --- #### CuDNN 的集成 前往 cuDNN 归档区选取匹配于所选 CUDA 版本之档案资料[^5]: ```tar xvzf cudnn-*-*-v*.tgz && cd cuda && sudo cp lib64/* /usr/local/cuda-10.0/lib64/ sudo chmod a+r /usr/local/cuda-10.0/lib64/* ``` 至此整个构建链条搭建完毕可供后续框架调用了！ ---