1. 环境准备与硬件检查在开始安装之前我们需要确保硬件和系统环境都准备就绪。我遇到过不少因为前期准备不足导致安装失败的情况所以这部分特别重要。首先确认你的硬件配置。NVIDIA V100是专业级计算卡通常用于深度学习训练和科学计算。如果你和我一样是在工作站上操作建议先检查PCIe插槽是否牢固。我曾经遇到过因为显卡没插稳导致系统识别不出来的情况排查了半天才发现是硬件问题。在双系统环境下Windows 10和Ubuntu 20.04的启动模式要特别注意。我强烈建议使用UEFI模式安装系统并且关闭Secure Boot。很多NVIDIA驱动安装失败都是因为这个设置没调好。具体操作是进入BIOS设置找到Boot选项将启动模式改为UEFI OnlySecure Boot设为Disabled。接下来在Ubuntu下检查GPU是否被识别sudo lspci | grep -i nvidia这个命令会列出所有NVIDIA设备。正常应该能看到V100的型号信息比如NVIDIA Corporation GV100 [Tesla V100 PCIe 16GB]。如果看不到可能是硬件连接问题或者需要在BIOS中启用PCIe设备。内存和存储空间也要提前规划好。V100这样的高性能GPU对内存带宽很敏感建议至少配备32GB系统内存。CUDA Toolkit和驱动安装需要约5GB磁盘空间深度学习框架和数据集还需要更多所以建议给Ubuntu分区至少分配100GB空间。2. 驱动安装与系统配置驱动安装是整个过程中最容易出问题的环节。根据我的经验Ubuntu自带的nouveau驱动经常会和NVIDIA官方驱动冲突所以要先处理这个问题。首先禁用nouveau驱动sudo bash -c echo blacklist nouveau /etc/modprobe.d/blacklist-nouveau.conf sudo bash -c echo options nouveau modeset0 /etc/modprobe.d/blacklist-nouveau.conf然后更新initramfssudo update-initramfs -u重启后检查nouveau是否真的被禁用lsmod | grep nouveau如果没有任何输出说明禁用成功。接下来是关键步骤——禁止Ubuntu自动更新。我吃过好几次亏系统自动更新后驱动就挂了。具体设置方法打开Software Updates切换到Updates标签页将Automatically check for updates设为Never取消所有自动更新选项在Notify me of a new Ubuntu version选择Never现在可以安装驱动了。我推荐使用ubuntu-drivers工具自动安装ubuntu-drivers devices找到带有recommended标记的驱动版本然后安装sudo apt install nvidia-driver-470这里的470是驱动版本号根据你的系统推荐版本可能会不同。安装完成后重启运行nvidia-smi如果看到GPU信息和驱动版本说明安装成功。我在多台机器上测试过这个方法比手动下载.run文件安装更稳定。3. CUDA 11.1安装与配置CUDA Toolkit的安装需要特别注意版本匹配。V100虽然支持更新的CUDA版本但很多深度学习框架对11.1有特别优化所以这里选择11.1。首先下载CUDA 11.1的本地安装包wget https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda_11.1.0_455.23.05_linux.run然后运行安装程序sudo sh cuda_11.1.0_455.23.05_linux.run安装时有几个关键选项接受许可协议按空格翻页然后输入accept取消勾选Driver安装因为我们已经装了驱动确保CUDA Toolkit被选中保持默认安装路径/usr/local/cuda-11.1安装完成后需要配置环境变量。编辑~/.bashrc文件gedit ~/.bashrc在文件末尾添加export PATH/usr/local/cuda-11.1/bin${PATH::${PATH}} export LD_LIBRARY_PATH/usr/local/cuda-11.1/lib64${LD_LIBRARY_PATH::${LD_LIBRARY_PATH}} export CUDA_HOME/usr/local/cuda-11.1保存后使配置生效source ~/.bashrc验证安装nvcc -V应该能看到CUDA 11.1的版本信息。我建议再跑个官方示例测试cd /usr/local/cuda-11.1/samples/1_Utilities/deviceQuery sudo make ./deviceQuery如果最后显示Result PASS说明CUDA工作正常。4. cuDNN安装与环境验证cuDNN是NVIDIA提供的深度学习加速库安装过程相对简单但容易出错。首先要去NVIDIA官网下载对应CUDA 11.1的cuDNN版本需要注册开发者账号。下载完成后解压tar -xzvf cudnn-11.1-linux-x64-v8.0.5.39.tgz然后复制文件到CUDA目录sudo cp cuda/include/cudnn.h /usr/local/cuda-11.1/include/ sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.1/lib64/设置文件权限sudo chmod ar /usr/local/cuda-11.1/include/cudnn.h sudo chmod ar /usr/local/cuda-11.1/lib64/libcudnn*更新库缓存sudo ldconfig为了验证整个环境是否正常工作我建议用PyTorch做个简单测试。先安装Minicondawget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh创建虚拟环境并安装PyTorchconda create -n pytorch_test python3.8 conda activate pytorch_test conda install pytorch torchvision torchaudio cudatoolkit11.1 -c pytorch -c nvidia运行测试脚本import torch print(torch.cuda.is_available()) # 应该输出True print(torch.version.cuda) # 应该显示11.1 print(torch.backends.cudnn.version()) # 应该显示对应版本号如果一切正常你的双系统GPU环境就配置完成了。我在实际使用中发现Windows下的驱动有时会影响Ubuntu的驱动稳定性建议在两个系统中安装相同版本的驱动。如果遇到问题可以尝试在BIOS中切换显卡模式或者完全卸载驱动后重新安装。