如何解决Ubuntu 20.04LTS与RTX3080显卡的兼容性问题及CUDA、cuDNN配置指南

如何解决Ubuntu 20.04LTS与RTX3080显卡的兼容性问题及CUDA、cuDNN配置指南

长时间看不到。最近，实验室购买了一批RTX3080图形卡，但发现在使用普通Ubuntun 20.04LTS版本系统之前，出现了崩溃级的错误。解决此问题后，我花了很多时间配置Cuda，Cudnn（各种版本之间的匹配问题）。基于“教人们如何钓鱼比钓鱼”的概念，本文希望更多的学生在配置环境的过程中花费不必要的时间。由于我的水平有限，本文可能存在错误和遗漏。

以下关键硬件和软件环境：

处理器：Intel®Core™I9-10900K CPU @ 3.70GHz×20

系统版本：Ubuntu 20.04.4 LTS 64位（以下简称为“系统”或“ Ubuntu”）

GNOME版本：3.36.8

图形处理器：RTX3080

首先查看导致系统崩溃的错误；触发方案是打开系统[设置]将导致系统崩溃，而锁定屏幕软启动了GNOME桌面程序。测试后，该错误在实验室的多台计算机上复制。

阅读系统崩溃日志后，感觉就像是新的RTX3080图形卡引起的问题。

这种情况仅在实验室的某些计算机中复制，而某些计算机没有再现此错误，但分辨率异常，并且无法调整。

让我们回到重点，首先解决系统无法识别以太网卡的问题。实际上，没有安装驱动程序。首先，我们在终端中输入LSPCI，以显示当前主机和所有已连接的PCI设备信息的所有PCI总线信息。

1。安装网卡驱动程序

您可以看到该网卡是由Realtek生产的RTL8125。我们访问官方网站，根据模型下载相应的Linux驱动程序。

官方网站下载链接如下，选择2.5G以太网Linux驱动程序R8125的内核最高为5.6

https://www.realtek.com/zh-tw/component/zoo/category/network-interface-controllers-10-100-1000m-gigabit-ethernet-pci-express-software

由于对Realtek网站的不平衡访问，它使环境没有网络更糟。因此，作者将驱动程序软件包上传到阿里巴巴云驱动器。读者可以将驱动程序软件包下载到USB磁盘，然后将其复制到Ubuntu，或通过数据电缆将Android设备通过UBUNTU通过USB共享网络连接到Ubuntu，然后下载驱动程序包。相同的路相同

Alibaba Cloud Disk链接：（我分享的是，该文件夹需要由客户下载，我抱怨它不支持ZIP共享）

https://www.aliyundrive.com/s/objfJmJzszt

在安装驱动程序之前，请确保系统使用GCC安装并制作依赖环境。在安装过程中，计算机需要网络。在这里，您只能通过上述USB暂时解决网络问题。安装步骤如下；

1.1。首先，与手机共享网络

更新本地软件列表和版本，并在终端中分别执行

sudo apt-get update

在此处输入密码，终端不会显示它。输入完成后输入。

sudo apt-get upgrade

输入y，然后输入以确认

1.2。安装GCC并制作

进入终端

sudo apt install gccsudo apt install make

1.3。安装网卡驱动程序

将下载的网络卡驱动程序包R8125-9.007.01移动到桌面（不是特定于作者使用的特定），切换到终端CD中的R8125-9.007.01路径，然后在终端中执行以下命令

sudo sh autorun.sh

安装完成后，请拔下USB数据电缆，以确保计算机网络电缆正常连接。开关已打开。通过IFConfig -A命令，您可以看到网卡正常运行。您可以释放实验室的1000m带宽并起飞。

2。安装RTX3080图形驱动程序

2.1。下载RTX3080 Linux版本的驱动程序包

官方网站下载链接如下，并根据下图选择相应的模型

https://www.nvidia.cn/Download/index.aspx?lang=cn

同样，访问NVIDIA官方网站也不流畅，实验室的1000m带宽也无助。

，因此作者提供了阿里巴巴云磁盘下载地址（如果您需要驱动程序的最新版本，请访问官方网站下载它）

阿里巴巴云磁盘链接如下：（当前版本：nvidia-linux-x86_64-510.54）

https://www.aliyundrive.com/s/WCW2Z67FSgN

2.2。 Ubuntu系统安装的必要环境

终端输入执行

sudo apt-get install gcc make

2.3。 Ubuntu系统图形接口配置

禁用终端中的Nouveau输入执行

sudo gedit /etc/modprobe.d/blacklist.conf 

添加在打开blacklist.conf文件的末尾

blacklist nouveauoptions nouveau modeset=0

更新内核并重新启动系统。终端依次执行以下命令

sudo update-initramfs -u reboot

系统重新启动后，验证是否成功禁用了它。如果终端输入以下命令，将成功禁用它。

lsmod | grep nouveau

2.4。安装RTX3080 Linux版本驱动程序包

将驱动程序软件包nvidia-linux-x86_64-510.54。在2.1中下载的run to ubuntu [home Directory]。此步骤非常重要。

在终端中执行以下命令并输入TTY接口

sudo telinit 3

输入以下接口后，输入计算机登录用户名和密码登录。

然后使用LL或LS -A命令查看当前目录文件。我们可以直接看到NVIDIA-LINUX-X86_64-510.54.RUN文件。 TTY接口无法输入和显示中文。如果CD操作涉及中国路径，那将是非常麻烦的，因此这也是将驱动程序包移至主目录的原因。

然后执行以下命令，文件名nvidia-linux-x86_64-510.54.run在这里需要匹配您下载的文件名。

sudo sh NVIDIA-Linux-x86_64-510.54.run

等待驱动程序安装程序运行，然后继续，是一直

安装完成后，输入光标将出现在屏幕的左下角。只需输入startx或重新启动。输入startx以返回图形接口。如果与实际桌面有任何区别，建议直接重新启动。

重新启动后，在终端中输入以下命令，以检查图形卡驱动程序是否已成功安装。

nvidia-smi

此时，已成功安装了RTX3080图形卡驱动程序，并且分辨率显示比率是正常且可调节的。造成系统崩溃的文章开头提到的错误已解决。

3。安装Python，Cuda，Cudnn，Pytorch

首先让我们简要了解Cuda，Cudnn和Pytorch做什么

CUDA：这是NVIDIA推出的自己的GPU的平行计算框架。当要解决的计算问题是可以计算大量并行计算时，可以扮演CUDA的作用。官方描述如下

Cudnn：这是一个由Nvidia创建的深神经网络的加速库。这是一个用于深神经网络的GPU加速库。官方描述如下

Pytorch：Pytorch是Torch的Python版本。它是专为GPU加速深度神经网络（DNNS）设计的开源神经网络框架。

3.1。在Ubuntu安装Python

Ubuntu 20.04LT随附Python3，因此我们只需要安装PIP3即可。

运行以下命令以在终端安装pip3

sudo apt install python3-pip

3.2。安装CUDA

在安装CUDA之前，您必须首先考虑要运行的项目的框架以及Ubuntu的系统版本支持的CUDA版本。例如，如果配置环境要运行Yolov5项目，则我们访问GitHub以查看项目的运行环境要求。

（UI贴纸电影007：没有时间去世真是太好了

）

显然，安装中提到了环境要求； clone repo and install sumplast.txt在apython> = 3.7.0环境中，包括pytorch> = 1.7。

然后，我们只需要注意Pytorch即可。来到Pytorch官方网站，有两个版本10.2和11.3可用。因此，现在我们只需要关心cuda10.2和cuda11.3与Ubuntu系统兼容。

来到NVIDIA的官方网站，然后下载CUDA页面。您会看到CUDA10.2不提供与Ubuntu 20.04兼容的程序。下图显示了CUDA11.3版本支持20.04，因此我们安装了CUDA11.3版本

CUDA版本官方网站链接：

https://developer.nvidia.com/cuda-toolkit-archive

按照官方网站的安装说明，在终端中执行以下命令。

wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda_11.3.0_465.19.01_linux.runsudo sh cuda_11.3.0_465.19.01_linux.run

同样，作者提供cuda_11.3.0_465.19.01_linux.run阿里巴巴云磁盘链接

https://www.aliyundrive.com/s/ufyCccdsYe7

在这里您需要取消驾驶员检查，将光标移至选项，然后按Enter取消支票，然后安装

安装如下完成，然后需要设置环境变量

在终端中执行以下命令

sudo gedit ~/.bashrc

在文本末尾添加以下内容，并记住保存

export PATH="/usr/local/cuda-11.3/bin:$PATH"export LD_LIBRARY_PATH="/usr/local/cuda-11.3/lib64:$LD_LIBRARY_PATH"

然后终端依次执行以下命令，

source ~/.bashrcnvcc -V

此时，已安装了CUDA11.3

3.2。安装Cudnn

下载Cudnn安装程序包。在NVIDIA官方网站上未找到11.3的特定版本。因此，我们选择了提供的11.x版本，并为Linux选择了Cudnn库（x86_64）

下载链接到Cudnn版本的官方网站：

https://developer.nvidia.com/rdp/cudnn-archive

可以使用linux的TAR -XVZF CUDNN库（X86_64）.TGZ命令或Ubuntu的档案工具来提取和解压缩您取消拉链和下载的CUDNN软件包，然后将CD到终端中的DemanScompresse File Path中，然后依次执行以下命令。 Cudnn是CUDA的扩展插件设计，因此请将相应文件复制到CUDA工具包目录并更改文件权限。

sudo cp cuda/include/cudnn.h /usr/local/cuda/includesudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

此时，Cudnn的安装已完成

3.3。安装Pytorch

如果已经安装了CUDA，则安装Pytorch非常简单。按照官方网站安装说明在终端中执行

pip3 install torch==1.10.2+cu113 torchvision==0.11.3+cu113 torchaudio==0.10.2+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html

此时，安装了Pytorch

4。安装外部USB蓝牙模块和驱动程序

USB蓝牙5.0模块（5.0支持Ubuntu，很难找到）：

https://m.tb.cn/h.fnwlA47?tk=bwWL2VBachX

驱动程序包下载链接：

https://www.aliyundrive.com/s/PRwQMR1EEvR

下载驱动程序包，将CD解压缩到文件的根目录，插入USB蓝牙模块并执行以下命令。完成后，重新启动并识别蓝牙模块。

sudo make install INTERFACE=all

然后，您可以使用蓝牙连接到无线键盘，慕斯，扬声器等。这是我自己的要求。顺便说一下，如果您具有外部无线WiFi模块，则Internet上有许多无人驾驶USB WiFi模块适用于多个系统。您可以通过插入计算机而不会像蓝牙模块那样麻烦来使用它们。

在这一点上，已经安装了USB外部蓝牙模块，并终于编写了整个文章。

你无处不在