1. 环境准备:从零开始的硬件与系统检查
第一次在Ubuntu上折腾CUDA Fortran环境时,我对着报错信息折腾了整整三天。后来才发现是系统内核头文件没装对。为了避免大家重蹈覆辙,我把完整的检查流程整理出来。先别急着安装,这些前置检查能帮你避开90%的坑。
1.1 GPU兼容性验证
打开终端输入lspci | grep -i nvidia,如果看到类似"GeForce RTX 2080 Ti"的输出,说明你的显卡被系统识别了。但被识别不等于支持CUDA,建议去NVIDIA官网查兼容列表。我去年用的一块老Quadro卡就不在CUDA 11的支持列表里,最后只能降级安装CUDA 10。
1.2 系统版本确认
运行uname -m && cat /etc/*release查看系统架构和版本。重点看两点:一是必须x86_64架构(ARM暂时别想玩CUDA),二是Ubuntu版本。虽然理论上18.04以上都行,但我实测20.04 LTS最稳。曾经在22.04上遇到内核模块签名问题,新手建议避开最新发行版。
1.3 开发工具链检查
输入gcc --version确认gcc是否存在。有趣的是,CUDA对gcc版本有上限要求(比如CUDA 11.1最高支持gcc 9),而PGI编译器又对gcc有下限要求。这个"版本夹心"问题我们后面会专门解决。建议先用sudo apt install build-essential装全开发工具。
1.4 内核头文件处理
执行sudo apt install linux-headers-$(uname -r)安装当前内核对应的头文件。这里有个隐藏坑:如果你刚升级过内核但没重启,uname -r显示的可能不是实际运行的内核版本。我就这样浪费过两小时,所以务必重启后再检查。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. NVIDIA驱动与CUDA安装实战
很多教程建议分开装驱动和CUDA,其实从CUDA 10开始,用官方runfile一次性安装更省心。不过要注意,这种方式会自动安装驱动,可能会覆盖你现有的驱动版本。
2.1 禁用Nouveau驱动
新建文件/etc/modprobe.d/blacklist-nouveau.conf,写入:
bash复制blacklist nouv
