Ubuntu-24.04安装NVIDIA显卡驱动 CUDA工具包

Ubuntu-24.04安装NVIDIA显卡驱动 CUDA工具包

标注

Ubuntu版本:Ubuntu Service 24.04

Ubuntu内核:6.5~6.8(其他内核方法一样,只是驱动版本差异)

显卡驱动版本:nvidia-driver-575

CUDA驱动版本:CUDA Toolkit 12.6.0 (August 2024), Versioned Online Documentation

注意事项

        在多设备下安装时发现,带有UEFI-安全启动的设备,会出现安装过程不报错,但是执行 nvidia-smi 检查驱动时输出错误,该情况下需要开机时进入BIOS,关闭安全启动或清除安全启动密钥,如果根据步骤安装显卡驱动成功,在执行nvidia-smi时出错,请自行甄别是否为安全启动的问题。或者检查是否存在冲突,导致系统启动时驱动没有正常加载。

安装前置

1.在安装新驱动程序之前,建议卸载任何现有的 NVIDIA 驱动程序,避免冲突,命令如下。

sudo apt remove --purge '^nvidia-.*'

2.如果之前你已启用 Nouveau 驱动,可能需要将其禁用,连续执行以下两条命令:

sudo bash -c "echo blacklist nouveau > /etc/modprobe.d/blacklist-nvidia-nouveau.conf"
sudo bash -c "echo options nouveau modeset=0 >> /etc/modprobe.d/blacklist-nvidia-nouveau.conf"

3.确认是否禁用 Nouveau 驱动成功,然后更新 initramfs

cat /etc/modprobe.d/blacklist-nvidia-nouveau.conf
sudo update-initramfs -u

正确禁用输出

驱动安装开始

1.更新APT包和升级已安装软件包( sudo apt upgrade 可选)。

sudo apt update
sudo apt upgrade

2.添加 NVIDIA 官方 PPA,一定要确保系统已经成功添加 graphics-drivers PPA 存储库。

sudo add-apt-repository ppa:graphics-drivers/ppa
正确添加输出

3.检查graphics-drivers PPA 存储库:

sudo apt list nvidia-driver*
正确输出

4.查看当前设备支持的驱动版本,驱动程序版本决定后续的CUDA驱动版本,建议高版本。

ubuntu-drivers devices
正确输出

5.安装驱动程序,这里以nvidia-driver-575版本为例。可自行查看显卡驱动版本支持的CUDA工具包:NVIDIA CUDA Toolkit Release Notes

sudo apt install nvidia-driver-575

6.重启系统。

sudo reboot

7.验证驱动安装

nvidia-smi
正确输出

驱动安装结束

CUDA工具包安装开始

官网CUDA工具包:CUDA Toolkit Archive | NVIDIA Developer

查看显卡驱动支持的CUDA工具包:NVIDIA CUDA Toolkit Release Notes

注意:不同的CUDA版本,需要检查当前显卡驱动是否支持,如果支持,可根据1->6的安装步骤的命令,替换为你所需要的CUDA工具包,提供的CUDA Toolkit Installer,这里已CUDA 12.6.0为例为例。

1.下载并配置 CUDA APT pin。

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/cuda-ubuntu2404.pin
sudo mv cuda-ubuntu2404.pin /etc/apt/preferences.d/cuda-repository-pin-600

2.下载 CUDA 12.6 本地安装包。

wget https://developer.download.nvidia.com/compute/cuda/12.6.0/local_installers/cuda-repo-ubuntu2404-12-6-local_12.6.0-560.28.03-1_amd64.deb

3.安装 CUDA 本地仓库。

sudo dpkg -i cuda-repo-ubuntu2404-12-6-local_12.6.0-560.28.03-1_amd64.deb

4.添加 GPG 密钥

sudo cp /var/cuda-repo-ubuntu2404-12-6-local/cuda-*-keyring.gpg /usr/share/keyrings/

5.更新 APT 包索引。

sudo apt-get update

6.安装 CUDA Toolkit 12.6。

sudo apt-get -y install cuda-toolkit-12-6

7.配置环境变量,并检查配置:

echo 'export PATH=/usr/local/cuda-12.6/bin:$PATH' >> ~/.bashrc; echo 'export LD_LIBRARY_PATH=/usr/local/cuda-12.6/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc; source ~/.bashrc
正确输出

8.重启系统。

sudo reboot

9.验证 CUDA 安装。

正确输出

CUDA工具包安装结束

PS:好小子,Are you ok ? 还不赶紧点个收藏 ???

Read more

Java 大视界 -- Java 大数据在智能家居能源消耗趋势预测与节能策略优化中的应用(433)

Java 大视界 -- Java 大数据在智能家居能源消耗趋势预测与节能策略优化中的应用(433)

Java 大视界 -- Java 大数据在智能家居能源消耗趋势预测与节能策略优化中的应用(433) * 引言: * 正文: * 一、智能家居能源管理的核心痛点与 Java 大数据的价值 * 1.1 行业核心痛点(基于《2024 中国智能家居行业白皮书》) * 1.2 Java 大数据的核心价值(实战验证适配性) * 二、技术架构设计实战(纵向架构图) * 2.1 核心技术栈选型(生产压测验证版) * 2.2 关键技术亮点(博主实战总结) * 三、核心场景实战(附完整可运行代码) * 3.1 场景一:能耗趋势预测(线性回归 + LSTM 融合模型) * 3.1.1 业务需求 * 3.1.

【PX4+ROS完全指南】从零实现无人机Offboard控制:模式解析与实战

【PX4+ROS完全指南】从零实现无人机Offboard控制:模式解析与实战

引言 无人机自主飞行是机器人领域的热门方向,而PX4作为功能强大的开源飞控,配合ROS(机器人操作系统)的灵活性与生态,成为实现高级自主飞行的黄金组合。然而,许多初学者对PX4的飞行模式理解不清,更不知道如何通过ROS编写可靠的Offboard控制程序。 本文将带你彻底搞懂PX4 6大核心飞行模式,实现无人机的自动起飞、悬停、轨迹跟踪(圆形/方形/螺旋)与降落。 亮点一览: * ✅ 深度解析PX4飞行模式(稳定/定高/位置/自动/Offboard) * ✅ 明确ROS可控制的模式与指令接口 * ✅ 完整的ROS功能包(C++实现,状态机设计) * ✅ 支持位置控制与速度控制双模式 * ✅ 内置圆形、方形、螺旋轨迹生成器 * ✅ 详细的安全机制与失效保护配置 无论你是准备参加比赛、做科研,还是想入门无人机开发,这篇文章都将是你宝贵的参考资料。 第一部分:PX4飞行模式深度剖析 PX4的飞行模式可以看作一个控制权逐级递增的层级结构。理解这些模式是编写控制程序的前提。 1. 稳定模式(STABILIZED / MANUAL / ACRO) * 核心特点:

Neo4j-Desktop2.0安装教程(更改安装路径)

Neo4j-Desktop2.0安装教程(更改安装路径)

引言        由于neo4j-desktop2.0版本是不提供安装页面(默认安装在C盘),从而让你选择安装路径的,这对于C盘内存来说是灾难性的。因此,需要手动设置安装路径。 参考文献: 1. https://zhuanlan.zhihu.com/p/1935104156433121644https://zhuanlan.zhihu.com/p/1935104156433121644 2. https://blog.ZEEKLOG.net/WMXJY/article/details/150649084 安装包下载:https://neo4j.com/deployment-center/?desktop-gdbhttps://neo4j.com/deployment-center/?desktop-gdb 1文件夹创建及环境变量设置     首先需要在C盘以外的位置先创建一个Neo4j2文件夹,再在下面创建两个文件夹:App,PROData来存放软件本体和相关数据 然后打开“高级系统设置”——“环境变量”——系统变量下方的“新建”

基于DamoFD-0.5G的AR虚拟试妆系统

基于DamoFD-0.5G的AR虚拟试妆系统 1. 引言 想象一下这样的场景:你在网上看中了一支口红,但不确定这个颜色是否适合自己。传统的网购只能靠想象,或者看别人的试色图,但每个人的肤色、唇形都不一样,效果可能天差地别。 现在有了基于DamoFD-0.5G的AR虚拟试妆系统,这个问题就迎刃而解了。你只需要打开手机摄像头,系统就能实时检测到你的人脸,精准定位五官,然后把口红、眼影、腮红等彩妆效果叠加到你的脸上,让你在购买前就能看到真实的上妆效果。 这种技术不仅能让购物体验更加直观,还能节省大量试妆时间。对于美妆品牌来说,这也是提升用户 engagement 的利器。今天我们就来深入探讨如何利用DamoFD-0.5G这个人脸检测模型,构建一个高精度的AR虚拟试妆系统。 2. DamoFD-0.5G的技术优势 DamoFD-0.5G是达摩院推出的一款轻量级人脸检测模型,只有0.5G的计算量,但在精度上却毫不妥协。它在WiderFace数据集上的hard集精度达到了71.03%,比同级别的其他模型高出2.5个百分点。 这个模型最大的特点是能够同时输出人脸 bounding

阿里云全品类 8 折券限时领,建站 / AI / 存储通用 立即领取