Установка NVIDIA на Ubuntu: Драйверы, CUDA, TensorFlow

Введение: Зачем это нужно?

Представь, что ты только что собрал мощную рабочую станцию с видеокартой NVIDIA для машинного обучения, рендеринга или игр. Ubuntu установлена, но карта работает в режиме совместимости с открытыми драйверами Nouveau. Производительность — на минимуме, CUDA недоступна, а TensorFlow плачет в углу. Знакомая ситуация?

Давай разберем, как правильно выполнить установку NVIDIA на Ubuntu, чтобы выжать максимум из железа. Я проведу тебя через все этапы — от проверки оборудования до настройки окружения для разработки.

Подготовка к установке

1. Проверка оборудования и текущих драйверов

Прежде чем начать, убедись, что видеокарта NVIDIA определена системой и посмотри, какие драйверы сейчас используются.

bash

# Проверяем модель видеокарты
lspci | grep -i nvidia

# Смотрим текущие драйверы
lsmod | grep nvidia

# Альтернативный способ проверки
sudo lshw -C display

Внимание! Если у тебя ноутбук с гибридной графикой (NVIDIA Optimus), процесс установки будет отличаться. Сначала отключи Secure Boot в BIOS/UEFI, иначе драйверы не загрузятся.

2. Удаление старых драйверов (если были)

Перед установкой новых драйверов NVIDIA на Ubuntu нужно очистить систему от предыдущих версий:

bash

# Останавливаем графическую оболочку (если нужно)
sudo systemctl stop gdm3  # или lightdm, sddm

# Удаляем все пакеты NVIDIA
sudo apt purge *nvidia* *cuda* *cudnn*
sudo apt autoremove

# Удаляем конфигурации
sudo rm -rf /etc/X11/xorg.conf

# Перезагружаемся
sudo reboot

Способы установки драйверов NVIDIA

Есть три основных метода установки. Выбирай в зависимости от твоих потребностей:

Метод	Плюсы	Минусы	Для кого
Репозиторий Ubuntu	Простота, обновления через apt	Не самые свежие версии	Начинающие, стабильность
PPA графический драйвер	Новые версии, тестирование	Может быть менее стабильно	Геймеры, энтузиасты
Официальный установщик NVIDIA	Самые свежие драйверы	Сложнее, нет автообновлений	Разработчики ML/CUDA

Метод 1: Установка через репозиторий Ubuntu (рекомендуется)

bash

# Обновляем пакеты
sudo apt update
sudo apt upgrade -y

# Ищем доступные драйверы
ubuntu-drivers devices

# Пример вывода:
# driver: nvidia-driver-535 - third-party free
# driver: nvidia-driver-550 - third-party free

# Устанавливаем рекомендованный драйвер
sudo apt install nvidia-driver-550

# ИЛИ устанавливаем все рекомендованные драйверы
sudo ubuntu-drivers autoinstall

# Перезагружаем систему
sudo reboot

Метод 2: Установка через PPA (более новые версии)

bash

# Добавляем PPA
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update

# Смотрим доступные версии
apt-cache search nvidia-driver

# Устанавливаем нужную версию (например, 550)
sudo apt install nvidia-driver-550

# Перезагружаемся
sudo reboot

После перезагрузки проверь установку командой nvidia-smi. Должна появиться таблица с информацией о GPU, драйвере и CUDA версии.

Проверка установки драйверов NVIDIA

bash

# Основная проверка - должна показать GPU информацию
nvidia-smi

# Проверяем версию драйвера
nvidia-smi --query-gpu=driver_version --format=csv

# Мониторим GPU в реальном времени (обновление каждые 2 сек)
nvidia-smi -l 2

# Проверяем, что драйвер загружен в ядро
lsmod | grep nvidia

# Смотрим настройки Xorg
nvidia-settings

Установка CUDA Toolkit для разработки

Если ты разрабатываешь приложения для машинного обучения или научных вычислений, тебе понадобится CUDA.

Способ 1: CUDA через репозиторий NVIDIA (рекомендуется)

bash

# Для Ubuntu 22.04
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt update

# Устанавливаем CUDA (версию смотри на сайте NVIDIA)
sudo apt install cuda-12-4  # Пример для CUDA 12.4

# Добавляем CUDA в PATH
echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

# Проверяем установку
nvcc --version

Способ 2: CUDA через runfile (полный контроль)

bash

# Скачиваем установщик с сайта NVIDIA
# Переходим в режим без графики
sudo systemctl stop gdm3

# Запускаем установщик (скачай актуальную версию)
sudo sh cuda_12.4.0_550.54.14_linux.run

# В установщике:
# 1. Принимаем лицензию
# 2. ОТКЛЮЧАЕМ установку драйвера (если драйвер уже стоит!)
# 3. Выбираем Install

# Возвращаем графическую оболочку
sudo systemctl start gdm3

Установка cuDNN для глубокого обучения

cuDNN — библиотека для нейронных сетей, необходима для TensorFlow и PyTorch.

bash

# 1. Зарегистрируйся на developer.nvidia.com
# 2. Скачай cuDNN для твоей версии CUDA
# 3. Распакуй и скопируй файлы

# Пример для cuDNN 8.9 для CUDA 12.x
tar -xvf cudnn-linux-x86_64-8.9.7.29_cuda12-archive.tar.xz

sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include/
sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

# Проверяем версию cuDNN
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

Настройка Docker с поддержкой NVIDIA GPU

bash

# Устанавливаем NVIDIA Container Toolkit
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg
curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
  sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
  sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

sudo apt update
sudo apt install -y nvidia-container-toolkit

# Конфигурируем Docker
sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker

# Проверяем работу
sudo docker run --rm --runtime=nvidia --gpus all nvidia/cuda:12.4.0-base-ubuntu22.04 nvidia-smi

Решение распространенных проблем

Проблема 1: Черный экран после перезагрузки

Решение:

bash

# При загрузке нажми Ctrl+Alt+F2 для перехода в TTY
# Войди в систему и:
sudo apt purge nvidia-*
sudo apt install nvidia-driver-535  # Более старая, но стабильная версия
sudo reboot

Проблема 2: NVIDIA-SMI не показывает GPU

bash

# Проверяем, что драйвер загружен
dmesg | grep nvidia

# Если драйвер не загружен, проверь Secure Boot
mokutil --sb-state

# Отключаем Secure Boot (через BIOS или):
sudo mokutil --disable-validation

Проблема 3: Низкая производительность в играх

bash

# Включаем производительный режим для ноутбуков
sudo prime-select nvidia

# Устанавливаем утилиты для управления
sudo apt install nvidia-settings

# Запускаем настройки и в разделе "PowerMizer"
# выставляем "Prefer Maximum Performance"
nvidia-settings

Заключение

Установка NVIDIA на Ubuntu — не такая страшная задача, как кажется на первый взгляд. Главное — следовать шагам:

Проверить оборудование и удалить старые драйверы
Выбрать подходящий метод установки (репозиторий, PPA или runfile)
Установить CUDA и cuDNN для разработки
Настроить Docker для работы с GPU
Знать, как решать типичные проблемы

Теперь у тебя есть полноценная рабочая станция с поддержкой GPU для любых задач — от игр до тренировки нейронных сетей. Не бойся экспериментировать с разными версиями драйверов, если текущая не подходит. Удачи в разработке!

Часто задаваемые вопросы (FAQ)

Какую версию драйвера NVIDIA выбрать?

Для большинства пользователей подходит версия из репозитория Ubuntu (метод 1). Геймерам стоит взять новее через PPA. Разработчикам CUDA — смотреть совместимость на сайте NVIDIA. Всегда проверяй совместимость с твоей картой на официальном сайте.

Нужно ли удалять драйверы Nouveau?

Официальные драйверы NVIDIA автоматически блокируют Nouveau. При установке через apt или runfile драйверы Nouveau будут отключены. Вручную удалять их не нужно, если только не возникают конфликты.

Как обновить драйверы NVIDIA на Ubuntu?

Если устанавливал через apt: sudo apt update && sudo apt upgrade. Через PPA: те же команды. Через runfile: скачать новую версию и переустановить. Рекомендую удалять старую версию перед установкой новой.

Почему не работает CUDA после установки?

Проверь: 1) Версию CUDA в nvidia-smi и nvcc — должны совпадать; 2) Переменные PATH и LD_LIBRARY_PATH; 3) Совместимость версий драйвера и CUDA; 4) Что установлен toolkit, а не только драйвер.

Как переключиться на интегрированную графику на ноутбуке?

Используй sudo prime-select intel и перезагрузись. Для проверки: prime-select query. Некоторые ноутбуки требуют дополнительной настройки в BIOS.