Ubuntu 18.04 搭建深度学习 GPU 环境实战指南
你有没有过这样的经历？明明买了 RTX 2080 Ti 这样的高性能显卡，跑 PyTorch 却提示CUDA not available；或者安装 TensorFlow 花了一整天，最后发现根本没走 GPU。在 Ubuntu 上配置深度学习环境看似简单，实则步步惊心——驱动冲突、版本不匹配、路径缺失……任何一个环节出错都会导致前功尽弃。
本文基于真实项目部署经验，手把手带你避开这些“坑”，完整构建一个稳定可靠的 GPU 开发环境。我们将以Ubuntu 18.04.5 LTS + NVIDIA RTX 2080 Ti为基准平台，通过国内镜像优化下载流程，确保每一步都能顺利执行。最终目标：同时支持TensorFlow-GPU和PyTorch-GPU，并实现环境隔离、依赖清晰、长期可维护。
整个搭建过程可以归纳为五个关键阶段：系统准备 → 显卡驱动 → 计算底座（CUDA/cuDNN）→ 环境管理 → 框架安装。下面我们就从最基础的系统源更换开始，一步步推进。
首先解决的是网络问题。Ubuntu 默认使用国外源，更新软件包时经常卡住甚至超时。我们切换到阿里云镜像站，大幅提升下载速度：
sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak sudo gedit /etc/apt/sources.list将文件内容替换为以下阿里云源配置：
deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse deb http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse deb http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse deb-src http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse deb-src http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse保存后立即刷新缓存并升级系统：
sudo apt-get update sudo apt-get upgrade -y如果遇到锁文件错误：
sudo rm /var/lib/dpkg/lock-frontend sudo rm /var/lib/dpkg/lock顺便装上vim，后续编辑配置会更方便：
sudo apt-get install vim -y接下来是重头戏——NVIDIA 驱动安装。这里最容易踩的坑就是开源驱动nouveau的干扰。它会在内核加载时抢先启动，导致官方驱动无法正常工作。我们必须提前禁用它。
编辑黑名单文件：
sudo vim /etc/modprobe.d/blacklist.conf在末尾添加：
blacklist vga16fb blacklist nouveau blacklist rivafb blacklist rivatv blacklist nvidiafb然后更新 initramfs 并重启：
sudo update-initramfs -u sudo reboot重启后验证是否禁用成功：
lsmod | grep nouveau没有输出说明已生效。这一步看似繁琐，但至关重要——我曾见过太多人跳过此步直接安装.run文件，结果反复失败还找不到原因。
现在进入驱动安装环节。先装编译工具链：
sudo apt-get install build-essential dkms -y前往 NVIDIA 官网 下载对应驱动（如NVIDIA-Linux-x86_64-520.61.05.run）。进入下载目录后赋予执行权限：
cd ~/Downloads chmod +x NVIDIA-Linux-x86_64-*.run建议关闭图形界面避免冲突：
sudo init 3然后运行安装命令：
sudo ./NVIDIA-Linux-x86_64-*.run \ --no-x-check \ --no-nouveau-check \ --no-opengl-files参数解释：
---no-x-check：跳过 X Server 检查，防止因图形界面运行而中断
---no-nouveau-check：我们已手动禁用，无需再次检查
---no-opengl-files：这是关键！避免替换系统 OpenGL 库，否则可能导致登录后黑屏
安装完成后恢复图形界面：
sudo init 5或直接重启：
sudo reboot验证安装结果：
nvidia-smi只要能看到显卡型号、温度、驱动版本和 CUDA 版本信息，就说明驱动已经就位。这是整个流程的第一个里程碑。
接下来我们引入 Anaconda 来管理 Python 环境。为什么不用系统自带的 pip？因为 TensorFlow 和 PyTorch 对 Python 版本、CUDA 支持有严格要求，混用容易引发依赖冲突。Anaconda 提供了干净的虚拟环境机制，非常适合多项目共存。
下载并安装 Anaconda：
wget https://repo.anaconda.com/archive/Anaconda3-2023.09-Linux-x86_64.sh bash Anaconda3-*.sh阅读协议后输入yes，接受默认路径。当询问是否运行conda init时，选择no—— 我们希望手动控制 PATH 变量，避免污染全局环境。
安装完成后，编辑.bashrc文件进行环境隔离：
vim ~/.bashrc加入以下两行（请替换用户名）：
alias python3="/usr/bin/python3.6" export PATH="/home/your_username/anaconda3/bin:$PATH"这样设置后：
-python命令指向 conda 环境中的解释器
-python3明确调用系统的 Python 3.6
避免了版本混乱的问题。
使配置生效：
source ~/.bashrc测试效果：
python --version # 输出 conda 中的版本（如 3.9+） python3 --version # 输出系统版本 3.6接下来创建两个独立环境，分别用于 TensorFlow 和 PyTorch：
# 创建 TensorFlow 环境 conda create -n tensorflow python=3.8 -y conda activate tensorflow # 创建 PyTorch 环境 conda create -n pytorch python=3.8 -y conda activate pytorch查看所有环境：
conda env list随时可以通过conda deactivate切换环境。这种隔离设计让你可以在不同项目间自由切换，互不影响。
现在进入核心组件安装阶段：CUDA Toolkit 和 cuDNN。
虽然现代框架（如 PyTorch）可以通过 conda 自动安装 CUDA runtime，但从工程稳定性角度考虑，我还是推荐手动部署完整版 CUDA Toolkit。原因有三：
1. 更好地控制版本一致性
2. 支持更多底层调试工具（如 nvprof）
3. 避免某些边缘情况下的动态库查找失败
前往 CUDA Toolkit 存档页，选择CUDA 11.8（兼容性最佳），下载 runfile 安装包（如cuda_11.8.0_520.61.05_linux.run）。
安装前务必注意：不要勾选 Driver 安装项！因为我们已经装好了最新驱动。
chmod +x cuda_*.run sudo ./cuda_*.run安装过程中：
- 输入accept接受协议
- 使用方向键取消 “Install NVIDIA Accelerated Graphics Driver” 选项
- 其余组件保持默认（Toolkit、Samples、Documentation）
安装完成后，CUDA 会被放置在/usr/local/cuda-11.8目录下。
接下来配置环境变量：
vim ~/.bashrc添加：
export PATH=/usr/local/cuda-11.8/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH export CUDA_HOME=/usr/local/cuda-11.8刷新配置：
source ~/.bashrc验证安装：
nvcc --version应显示 CUDA 编译器版本信息。注意这里的nvcc是编译时工具，而nvidia-smi显示的是运行时驱动版本，两者不必完全一致，但需满足兼容性要求（一般 CUDA Toolkit ≤ Driver 支持的最大版本即可）。
然后是 cuDNN —— 深度神经网络加速库。它是 TensorFlow 和 PyTorch 实现高效卷积运算的核心依赖。
访问 cuDNN 下载页，注册账号后下载与 CUDA 11.8 匹配的版本（如cudnn-linux-x86_64-8.7.0.84_cuda11-archive.tar.xz）。
解压并复制文件：
tar -xvf cudnn-linux-*.tar.xz sudo cp cuda/include/cudnn*.h /usr/local/cuda/include/ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*不需要额外配置环境变量，因为它被复制到了 CUDA 默认搜索路径中。
至此，底层 GPU 支持栈（Driver + CUDA + cuDNN）全部就绪。你可以把它看作一座大厦的地基，上面才能安稳地搭建各种框架。
下面我们分别安装 PyTorch 和 TensorFlow。
先激活 PyTorch 环境：
conda activate pytorch由于国内网络限制，直接使用pip install torch经常失败。推荐使用清华 TUNA 镜像进行离线安装。
打开浏览器访问：
👉 https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/
查找适配 CUDA 11.8 的包，例如：
pytorch-1.13.1-py3.8_cuda11.8_cudnn8.7.0_0.tar.bz2torchvision-0.14.1-py3.8_cu118.tar.bz2torchaudio-0.13.1-py3.8_cu118.tar.bz2
下载这三个文件到本地（如 Downloads 目录），然后执行：
conda install --offline ~/Downloads/pytorch-*.tar.bz2 conda install --offline ~/Downloads/torchvision-*.tar.bz2 conda install --offline ~/Downloads/torchaudio-*.tar.bz2验证安装：
python -c " import torch print('PyTorch Version:', torch.__version__) print('CUDA Available:', torch.cuda.is_available()) print('CUDA Version:', torch.version.cuda) print('GPU Count:', torch.cuda.device_count()) if torch.cuda.is_available(): print('Current GPU:', torch.cuda.get_device_name(0)) "看到CUDA Available: True就表示成功了。
接着安装 TensorFlow。激活对应环境：
conda activate tensorflow同样使用清华镜像加速。访问：
👉 https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow/
下载适配包，如：
tensorflow-2.12.0-cp38-cp38-linux_x86_64.whl安装：
pip install ~/Downloads/tensorflow-*.whl注意：TensorFlow 2.11+ 仅支持 Python 3.7~3.11，因此我们创建环境时指定了 Python 3.8。
验证：
python -c " import tensorflow as tf print('TensorFlow Version:', tf.__version__) print('GPU Available:', tf.config.list_physical_devices('GPU')) print('Built with CUDA:', tf.test.is_built_with_cuda()) "预期输出中应包含 GPU 设备信息，并确认Built with CUDA: True。
到这里，双框架 GPU 环境均已就绪。不过实际使用中仍可能遇到一些典型问题，这里总结几个高频故障及其解决方案：
| 问题现象 | 根本原因 | 解决方案 |
|---|---|---|
nvidia-smi命令未找到 | 驱动未正确安装或 PATH 未包含 | 重新安装驱动，确认/usr/bin在 PATH 中 |
torch.cuda.is_available()返回 False | CUDA 动态库未被加载 | 检查LD_LIBRARY_PATH是否包含/usr/local/cuda/lib64 |
报错libcudart.so.11.0: cannot open shared object file | CUDA runtime 缺失或路径错误 | 确认 CUDA 安装路径并更新LD_LIBRARY_PATH |
conda: command not found | conda 未初始化且 PATH 未设置 | 手动将anaconda3/bin添加到.bashrc |
| 安装过程中图形界面崩溃 | X Server 与驱动安装冲突 | 使用init 3进入纯文本模式再操作 |
特别提醒：如果你在笔记本或多显卡设备上操作，请留意 Bumblebee 或 PRIME 设置的影响。对于台式机单卡用户，上述流程已足够覆盖绝大多数场景。
整套环境搭建完成后，不仅可以流畅运行主流模型训练任务，还能轻松扩展至分布式训练、模型服务化等高级场景。更重要的是，通过 Anaconda 虚拟环境实现了良好的隔离性，未来升级某个框架也不会影响其他项目。
最后，写一段简单的测试脚本验证整体状态：
# test_gpu.py import torch import tensorflow as tf print("🚀 PyTorch GPU:", torch.cuda.is_available()) print("🚀 TensorFlow GPU:", len(tf.config.list_physical_devices('GPU')) > 0)运行它，看到两个 ✅ 图标闪烁，那一刻的成就感，值得所有折腾。
这种高度集成且稳定的开发环境，已经成为当前 AI 工程实践的标准起点。无论是学术研究还是工业落地，一套可靠的基础架构能让你把精力真正集中在模型创新本身，而不是被环境问题牵绊。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
