本文解說如何在Ubuntu 22.04 LTS以終端機指令安裝Nvidia專有驅動,以及相關的CUDA、cuDNN、TensorRT套件。
一般用戶玩遊戲只要裝完Nvidia專有驅動即可收工。要跑3D渲染、神經網路、深度學習的用戶才視需求裝後面的CUDA、cuDNN、TensorRT套件。
Anaconda請參閱此篇安裝。
0. 前言
一切安裝指令以參考資料處的【官方文件】為準。
Nvidia官方文件提供的安裝方式主要有四種:1. 從tar檔安裝 2. 下載deb檔匯入PPA安裝(Local) 3. 套件管理員匯入PPA安裝(Network) 4. 下載.run
檔安裝
本文盡量採用最省時省力的3.套件管理員匯入PPA安裝,這樣就不需要去官網註冊帳號下載安裝檔了,裝錯版本也比較好解除安裝。
要使用Tensorflow前務必參閱官網,了解對應的CUDA版本才安裝。
1. 安裝Nvidia專有驅動
為什麼Nvidia驅動並非自由軟體,也建議你安裝?因為Ubuntu預設採用的nouveau驅動會導致Nvidia顯示卡遊戲性能下降,並且無法使用Nvidia獨家的加速技術,例如CUDA。
欲發揮Nvidia顯示卡全部潛能,安裝Nvidia專有驅動乃必要之舉。
1.1. 桌上型電腦
-
若有Nvidia顯示卡,Ubuntu預設會載入開源的nouveau驅動,用指令
sudo lshw -C display
確認,driver區段會顯示"nouveau" -
欲使用CUDA技術,必須安裝專有的Nvidia驅動程式。先將nouveau套件刪除:
|
|
-
接著使用
ubuntu-drivers list
指令列出目前Nvidia顯示卡可用的驅動版本。例如GTX 1050Ti會看到以下畫面,顯示卡若太舊可能就沒有新版驅動能裝。 -
按照輸出內容,填入要安裝的Nvidia驅動版本號。如果你沒有要使用CUDA,那就挑最新版的裝;要使用CUDA請注意挑選正確的驅動版本。
|
|
-
安裝後nouveau應會自動加入黑名單禁止載入。接著重開機,用指令
sudo lshw -C display
確認是否安裝成功,driver區段應會顯示"nvidia" -
輸入
nvidia-smi
指令應會看到目前的驅動狀況
1.2. 雙GPU筆電
有Nvidia顯示卡的筆電安裝顯示卡驅動的方式跟桌上型電腦一樣。
不過,Intel+Nvidia的雙GPU筆電,即使裝了Nvidia驅動也可能繼續用Intel的GPU渲染3D,導致3D性能低下。
此時可以使用prime-select
指令,指定用Nvidia顯示卡負責渲染作業。
|
|
2. 安裝CUDA
CUDA (Compute Unified Device Architecture),在做深度學習、Blender渲染時常用到的技術。
本文撰寫時點CUDA最新版本為12.1。
- 加入Ubuntu 22.04的Nvidia官方PPA,裡面含有各種CUDA版本
|
|
- 安裝最新的CUDA 12.1,重開機。
|
|
-
用
nvcc --version
指令確認CUDA版本 -
如果顯示
Command nvcc not found
,則將路徑加入至~/.bashrc
:
|
|
- 再嘗試檢查一次版本
|
|
如何安裝舊版本CUDA
如果裝了CUDA 12.1,才發現你需要的其實是CUDA 11.8,那就將其移除重裝。
- 刪除目前已安裝的Nvidia驅動、CUDA、cuDNN
|
|
- 安裝舊版CUDA,會一併把對應的Nvidia驅動一起裝回來。
|
|
- 編輯
~/.bashrc
,將PATH修改為指向CUDA 11.8的路徑
|
|
- 確認CUDA版本是否為11.8
|
|
3. 安裝cuDNN
CUDA Deep Neural Network (cuDNN)
安裝cuDNN前務必檢查CUDA版本是否正確。
- 加入Ubuntu 22.04的Nvidia官方PPA
|
|
- 安裝cuDNN執行時與範本。
libcudnn8
後面的數字應為cuda12.0
或cuda11.8
。另外還需要安裝libfreeimage。
|
|
- 編譯執行官方範本,測試cuDNN安裝是否成功
|
|
- 看到
Test passed!
代表安裝成功。
4. 安裝TensorRT
TensorRT是Nvidia推出的深度學習推理平台。
TensorRT目前還沒有PPA可以直接用,必須註冊Nvidia帳號下載匯入。
-
至Nvidia官網註冊帳號,登入,勾選同意授權條款,點選Ubuntu 22.04的deb檔下載
-
安裝TensorRT
|
|