YM酱1. 环境准备与基础检查
在Ubuntu 20.04上部署深度学习环境前，建议先做系统体检。我习惯用lsb_release -a确认系统版本，避免因误用其他版本导致兼容性问题。硬件方面，运行lspci | grep -i nvidia检查显卡是否被识别，如果没输出结果可能需要先安装NVIDIA驱动。这里有个坑：CUDA安装包自带驱动可能引发版本冲突，建议用sudo apt purge nvidia*清理旧驱动再开始。
内存和磁盘空间也是关键。编译TensorRT时我的16GB内存机器曾因交换空间不足卡死，后来用sudo fallocate -l 8G /swapfile临时增加了交换分区。存储空间方面，CUDA 11.8基础安装需要约6GB，加上cuDNN和TensorRT会超过10GB，可用df -h查看/usr/local分区剩余容量。
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. CUDA 11.8的deb安装实战
2.1 仓库配置与安装
先设置仓库优先级防止其他包干扰：
bash复制sudo 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
下载deb包时有个提速技巧：用-c参数断点续传。安装时务必注意版本号匹配：
bash复制sudo dpkg -i cuda-repo-ubuntu2004-11-8-local_11.8.0-520.61.05-1_amd64.deb
遇到过证书问题的同学可以试试这个操作：
bash复制sudo cp /var/cuda-repo-ubuntu2004-11-8-local/cuda-*-keyring.gpg /usr/share/keyrings/
2.2 环境变量配置
.bashrc的配置直接影响后续组件调用，推荐这样设置：
bash复制export PATH=/usr/local/cuda-11.8/bin${PATH:+:${PATH}}
ex