1. 环境准备与兼容性检查
在Ubuntu 20.04上安装CUDA 11.8之前，必须进行系统环境检查和硬件兼容性验证。我遇到过不少案例，用户直接开始安装导致驱动冲突甚至系统崩溃。以下是经过实战验证的准备工作清单：
1.1 显卡型号确认
首先通过终端命令验证NVIDIA显卡是否被系统识别：
bash复制lspci | grep -i nvidia
典型输出应包含显卡型号信息，例如"GeForce RTX 3060"。特别注意：如果使用笔记本双显卡，需要在BIOS中禁用Optimus技术。
重要提示：RTX 40/50系列新显卡可能需要更高版本的CUDA工具包。如遇"no kernel image is available"错误，通常就是显卡架构与CUDA版本不匹配导致。
1.2 系统内核版本检查
CUDA 11.8要求Linux内核版本在4.15以上，执行以下命令查看：
bash复制uname -r
Ubuntu 20.04默认使用5.4内核，完全满足要求。但如果自行升级过内核，建议回退到官方支持版本。
1.3 现有驱动清理
这是最容易被忽视的关键步骤！已有NVIDIA驱动会与CUDA安装产生冲突。执行彻底清理：
bash复制sudo apt purge *nvidia*
sudo apt autoremove
sudo reboot
重启后验证无残留：
bash复制lsmod | grep nvidia
应该无任何输出。
2. 官方驱动安装
2.1 添加GPU驱动仓库
通过官方渠道获取最新驱动：
bash复制sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
2.2 推荐驱动版本选择
CUDA 11.8需要驱动版本≥450.80.02。查询可用驱动：
bash复制ubuntu-drivers devices
选择推荐版本安装（例如nvidia-driver-470）：
bash复制sudo apt install nvidia-driver-470
安装完成后必须重启：
bash复制sudo reboot
2.3 驱动安装验证
关键检查步骤：
bash复制nvidia-smi
正常输出应显示显卡状态和驱动版本。常见问题处理：
- 如果提示"command not found"：驱动未正确安装
- 如果显示"No devices found"：显卡未被识别
3. CUDA 11.8主程序安装
3.1 官方仓库配置
使用NVIDIA官方仓库确保版本准确：
bash复制wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/3bf863cc.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/ /"
sudo apt update
3.2 指定版本安装
精确安装CUDA 11.8及其配套工具：
bash复制sudo apt install cuda-11-8 cuda-toolkit-11-8
这个步骤会下载约3GB的文件，建议保持网络稳定。
3.3 环境变量配置
在~/.bashrc末尾添加：
bash复制export PATH=/usr/local/cuda-11.8/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
立即生效：
bash复制source ~/.bashrc
4. 安装后验证与问题排查
4.1 基础功能测试
验证CUDA编译器：
bash复制nvcc --version
应显示"release 11.8"版本信息。
运行设备查询示例：
bash复制cd /usr/local/cuda-11.8/samples/1_Utilities/deviceQuery
make
./deviceQuery
成功输出会显示显卡计算能力等详细信息。
4.2 常见错误解决方案
问题1：CUDA版本与显卡不兼容
code复制CUDA error: no kernel image is available for execution
解决方案：检查显卡架构（如sm_86）是否被CUDA 11.8支持。较新的RTX 30/40系列可能需要CUDA 12.x。
问题2：权限不足
code复制error while loading shared libraries: libcudart.so.11.8
解决方案：确保LD_LIBRARY_PATH包含CUDA库路径，或执行：
bash复制sudo ldconfig
问题3：驱动版本不匹配
code复制Failed to initialize NVML: Driver/library version mismatch
解决方案：重启系统或重新安装匹配版本的驱动。
4.3 多版本CUDA管理技巧
如果需要同时保留多个CUDA版本，推荐使用update-alternatives管理：
bash复制sudo update-alternatives --install /usr/local/cuda cuda /usr/local/cuda-11.8 118
sudo update-alternatives --config cuda
通过交互菜单切换版本。
5. 性能优化与实用配置
5.1 持久化模式设置
防止GPU掉电导致性能波动：
bash复制sudo nvidia-smi -pm 1
5.2 Compute Mode调整
对于多GPU工作站，设置最优计算模式：
bash复制sudo nvidia-smi -i 0 -c EXCLUSIVE_PROCESS
5.3 监控工具推荐
安装实用的监控工具：
bash复制sudo apt install nvtop
这个类htop的工具可以实时监控GPU使用率、温度和功耗。
我在实际部署中发现，正确安装CUDA后，深度学习训练速度可以提升8-12倍。但要注意Ubuntu的自动更新可能会覆盖驱动配置，建议禁用自动更新或设置更新黑名单。