ubuntu 安装nvidia驱动_run方式(拯救者R7000P)

vslam从入门到如土:拯救者R7000P显卡驱动安装 笔者最近买了台R7000P,但装显卡驱动时频频黑屏。此文章望能给同样laptop配置的朋友一些启发。 配置: CPU:AMD 5800H GPU:RTX 3060 laptop 前言: 经笔者测试,ubuntu18不能够顺利安装驱动,或许是内核冲突。 笔者使用ubuntu20,能成功安装好470.52.02,以下是安装方法。 0.下载驱动 网址:https://www.nvidia.cn/Download/index.aspx?lang=cn 1.卸载原有驱动(没有安装驱动的,可以 阅读详情

1.下载驱动:官方 GeForce 驱动程序 | NVIDIA

        选择电脑对应的驱动:比如:NVIDIA-Linux-x86_64-550.163.01.run

2.删除原有驱动

sudo apt-get remove --purge nvidia*

3.禁用nouveau驱动

(1)通过gedit进入blacklist-nouveau.conf 文件

sudo gedit /etc/modprobe.d/blacklist.conf

(2)编辑 /etc/modprobe.d/blacklist-nouveau.conf 文件,添加以下内容:

blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off

        然后保存。
        关闭nouveau:

echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf

4.重启

update-initramfs -u
reboot

5.验证nouveau是否已禁用

lsmod | grep nouveau

如果没有信息显示,说明nouveau已被禁用,接下来可以安装nvidia的显卡驱动。

6.安装NVIDIA驱动(之前记录的方法,可忽略,优先看下面的6-new中的方法)

1). 在ubuntu下按ctrl+alt+f1(f1-f6均可)进入字符界面

然后在命令行界面下输入,关闭图形界面:

sudo service lightdm stop      //这个是关闭图形界面,不执行会出错。

2).给驱动run文件赋予执行权限:

 sudo chmod  a+x NVIDIA-Linux-x86_64-418.56.run

3).安装

 sudo ./NVIDIA-Linux-x86_64-396.18.run -no-x-check -no-nouveau-check -no-opengl-files 
 //只有禁用opengl这样安装才不会出现循环登陆的问题

注:

        -no-x-check:安装驱动时关闭X服务
        -no-nouveau-check:安装驱动时禁用nouveau
        -no-opengl-files:只安装驱动文件,不安装OpenGL文件

 安装过程中的选项:
The distribution-provided pre-install script failed! Are you sure you want to continue? 选择 yes 继续。
问题大概是:Nvidia’s 32-bit compatibility libraries? 选择 No 继续。
Would you like to run the nvidia-xconfigutility to automatically update your x configuration so that the NVIDIA x driver will be used when you restart x? Any pre-existing x confile will be backed up. 选择 Yes 继续

4). 打开图形界面:

在命令行输入

sudo service lightdm start      //这个是打开图形界面

 6-new. 安装NVIDIA驱动(更简单的方式,不在字符界面安装)

1).给驱动run文件赋予执行权限:

 sudo chmod  a+x NVIDIA-Linux-x86_64-418.56.run

2).正常安装,不禁用opengl

 sudo bash NVIDIA-Linux-x86_64-396.18.run
 //与上一步安装方式不同,经测试,可安装opengl,安装opengl之后,一些可视化的工具具有更好的性能。测试时间:2025.05.14

 安装过程中的选项:
a. The distribution-provided pre-install script failed! Are you sure you want to continue? 选择 yes 继续。
b. Nvidia’s 32-bit compatibility libraries? 选择 Yes 继续。(这一步与上面不同,经测试后无负面影响--测试时间:2025.05.14)
c. Would you like to run the nvidia-xconfigutility to automatically update your x configuration so that the NVIDIA x driver will be used when you restart x? Any pre-existing x confile will be backed up. 选择 Yes 继续

7. 检查安装

重启电脑后,检查驱动是否正常安装

nvidia-smi

如果显示如下所示,则安装成功,

    注:最下面框里的5行内容,是调用显卡驱动进行opengl加速的一些软件和工程;

 注:可能出现的问题:

(1)安装驱动后,重启黑屏,左上角只有一个光标

        解决方法:

        在启动前,进入bios开始界面,Graphic Device选择Discreat Graphics,为独显模式,可正常使用。

ubuntu显卡驱动安装 阅读详情

相关推荐

AMD平台AI开发环境搭建:从驱动安装到PyTorch ROCm部署全攻略

在异构计算与AI开发领域,GPU加速已成为提升模型训练与推理效率的核心技术。其原理在于利用GPU的并行计算架构处理大规模矩阵运算,从而释放CPU负载,实现性能的指数级提升。这一技术价值在于为深度学习、科学计算和高性能计算提供了关键的硬件加速能力,广泛应用于计算机视觉、自然语言处理和大数据分析等场景。对于使用AMD显卡(如Radeon系列)的开发者而言,搭建稳定高效的开发环境是实践AI项目的首要步骤。本文将聚焦于解决‘AMD显卡安装PyTorch’和‘No AMD graphics driver is ins

weixin_33811539的博客 403

联想R7000P Ubuntu18.04 安装NVIDIA显卡驱动(RTX2060)

联想R7000P Ubuntu18.04 安装NVIDIA显卡驱动(RTX2060) 前言:自己的笔记本为联想拯救者R7000P 2020系列,之前一直使用的是ubuntu20.04版本的驱动,所以并没有在兼容性上产生较大的问题。因为目前所开发的代码,依旧依赖于ROS1版本,所以打算在电脑上安装18.04,并安装nvidia 2060 系显卡驱动,提高生产力。 参考博客:Ubuntu18.04 安装NVIDIA显卡驱动(GTX1060)+CUDA10.1+CUDNNv8+Anaconda3+pytorch

weixin_41281151的博客 6779

NVIDIA Jetson TK1固件部署:JetPack自动化刷机原理与实操

嵌入式AI开发板的固件部署,本质是硬件、内核、驱动与AI运行时的协同适配过程。对于NVIDIA Jetson TK1这类GPU-CPU深度耦合的Tegra平台,传统Linux发行版无法直接支持CUDA与GPU加速,必须依赖官方定制的Linux for Tegra(L4T)系统。JetPack并非简单‘刷机工具’,而是集镜像烧录、版本绑定、环境初始化于一体的全生命周期管理方案,其核心价值在于保障CUDA 6.5、nvgpu驱动与ARMv7内核的原子化交付。该方案广泛应用于教育实验、边缘AI原型验证及老平台复用

weixin_34090562的博客 413

【ubuntu环境配置】超详细ubuntu20.04/22.04安装nvidia驱动/CUDA/cudnn

本文详细阐述了ubuntu20.04/22.04在安装nvidia驱动/CUDA/cudnn时的详细操作,具体如下:nvidia显卡驱动安装方式有三种:使用ubuntu附加驱动的方式;使用命令行方式安装;使用.run文件的方式进行安装。以及run文件安装cuda,解压缩安装cudnn以及其对应的版本之间的关系。

HIT_Vanni的博客 8万+

Windows Hyper-V GPU虚拟化实战:GPU-Pv技术实现桌面GPU资源共享

GPU虚拟化是一种将物理GPU资源进行抽象、分割和重定向的技术,其核心原理是通过软件层将单块GPU的计算和显存资源划分为多个虚拟GPU实例,允许多个虚拟机或用户同时共享同一硬件。这项技术的价值在于最大化昂贵GPU硬件的利用率,实现资源池化,显著降低硬件采购和运维成本。在应用场景上,它广泛适用于远程图形工作站、AI开发环境隔离、云游戏、虚拟桌面基础设施(VDI)以及团队协作开发等场景。本文聚焦于微软Hyper-V平台下的GPU-Pv(GPU分区虚拟化)技术,这是一种在Windows环境中实现GPU资源共享的现

weixin_30321449的博客 431

Colmap与3DGS联合环境配置实战指南

三维重建中的SfM(运动恢复结构)与神经渲染是当前计算机视觉的核心技术路径。Colmap作为工业级SfM引擎,依赖C++底层库与精确的编译工具链;3DGS则代表新一代实时高斯溅射渲染范式,强耦合PyTorch CUDA生态。二者协同并非简单环境安装,而是涉及CUDA版本兼容性、GCC/C++17标准对齐、GPU驱动约束及数据流闭环验证的系统性工程。掌握其配置逻辑,意味着具备处理真实场景三维重建任务的硬件适配能力、编译调试素养与数据规范意识,广泛应用于AR内容生成、数字孪生建模与智能扫描质检等前沿领域。

weixin_30680385的博客 304

Ubuntu 18.04深度学习环境搭建:cuDNN 7与NCCL 2精准配置指南

cuDNN和NCCL是GPU加速深度学习的核心底层库——前者为卷积等算子提供微架构级优化内核,后者实现GPU间零拷贝、拓扑感知的高效通信。其正确安装并非简单复制文件,而是需严格匹配CUDA版本、glibc ABI、内核模块与硬件拓扑的系统工程。在Ubuntu 18.04这一关键LTS平台上,cuDNN 7.6.5与NCCL 2.4.8构成TensorFlow 1.x和PyTorch 1.4等经典框架的稳定基线,广泛应用于ResNet、BERT等分布式训练复现。本文聚焦版本对齐原理、动态库加载机制、LD_LI

weixin_30924087的博客 444

英特尔Arc B60 GPU本地跑DeepSeek-R1实战指南

大模型本地推理正从‘能跑’迈向‘稳快省’新阶段,核心在于GPU显存带宽、KV Cache管理与INT4张量加速的协同优化。随着DeepSeek-R1等16B级开源模型普及,消费级硬件需突破CUDA生态依赖,转向开放标准驱动的全栈推理方案。英特尔Arc B60凭借24GB HBM2e高带宽显存、Xe Matrix Extensions(XMX)原生INT4支持及CPU-GPU统一内存(USM),在32K长上下文、多并发RAG等真实场景中显著降低首token延迟与推理抖动。本文聚焦其在Ollama/LM Stu

weixin_30800807的博客 340

1.2W预算游戏主机:7800X3D+RTX 5060 Ti 16G配置与双系统搭建指南

在搭建高性能游戏主机时,CPU与显卡的协同配合决定了最终体验。AMD 7800X3D凭借3D V-Cache技术带来超大L3缓存,能显著提升游戏最低帧与响应速度;而RTX 5060 Ti 16G则提供充裕显存和光追性能,为2K高画质与未来游戏留足余量。从硬件选型逻辑、整机功耗配比,到BIOS设置、Windows与Ubuntu双系统下的NVIDIA驱动安装,再到性能验证与避坑要点,这套1.2万元价位的配置方案覆盖了从装机到日常维护的完整链路。无论是追求高帧电竞网游,还是兼顾视频剪辑与AI推理,都能在稳定性和性

weixin_33912453的博客 406

Linux发行版选择指南:Ubuntu、Debian、RHEL与国产系统的底层差异

Linux发行版并非简单操作系统的不同版本,而是融合内核策略、包管理哲学与更新模型的完整技术契约。理解APT与DNF背后的信任机制、cgroup v1/v2对Docker兼容性的影响、Debian stable的冻结策略与RHEL的backport原则,是规避部署故障的前提。尤其在AI训练(WSL2+GPU)、信创适配(国产发行版路径漂移)、生产运维(rpm/yum事务回滚)等场景中,发行版基因直接决定系统稳定性、安全响应速度与长期维护成本。本文聚焦ubuntu、debian、rhel及linux国产四大技

weixin_30727835的博客 320

AMD GPU本地大模型推理实战:ROCm+Ollama全链路部署指南

大模型本地推理正从‘可选’走向‘必需’,其核心在于硬件兼容性、AI运行时支持与轻量级服务封装的协同。ROCm作为AMD官方AI加速栈,提供了媲美CUDA的底层能力,但需匹配内核版本、BIOS设置与PCIe拓扑;Ollama则通过GGUF模型格式与ROCm后端集成,将复杂部署简化为单命令启动。本文聚焦消费级AMD GPU(如RX 7900 XTX)在Linux环境下的真实落地,覆盖ROCm 6.2+安装避坑、Ollama GPU加速启用、国内网络优化下载、模型量化参数调优及Web UI/RAG生产集成,解决‘

chuiqi9947的博客 433

Ubuntu 18.04 Bionic Beaver深度技术解析:内核、Wayland、Snap与Systemd四大变革

Linux发行版的长期支持版本(LTS)不仅是版本迭代,更是底层基础设施的代际跃迁。以Ubuntu 18.04(Bionic Beaver)为例,其核心升级涵盖Linux内核4.15、默认显示服务器Wayland、snap包管理机制及systemd 237服务模型——这些变更共同重构了硬件兼容性、GUI安全沙盒、应用分发范式与进程生命周期管理。尤其在机器人操作系统(ROS)开发场景中,内核升级显著改善USB设备识别与ARM平台GPU加速,而Wayland默认启用则引发rviz等工具的OpenGL上下文兼容问

dechen6073的博客 620

2026本地大模型部署实战:从硬件选型到vLLM生产配置

本地大模型部署已从单纯依赖显存容量,演进为涵盖硬件调度、运行时环境与推理引擎协同优化的系统工程。其核心原理在于动态KV缓存、分组查询注意力等新架构对CUDA Graph、FP8精度和PCIe带宽的深度依赖;技术价值体现在降低云服务依赖、保障数据隐私与实现低延迟RAG等真实业务闭环;典型应用场景包括企业知识库私有化推理、垂直领域小模型微调及边缘端轻量化服务。本文聚焦2026年主流方案vLLM与AWQ量化组合下的三层架构实践,覆盖RTX 4090/5090选型差异、PCIe 5.0 SSD IO瓶颈突破及`--

weixin_34387468的博客 505

9800X3D配5060 Ti 16G,1.6万预算的平衡装机方案

在DIY装机中,CPU与显卡的预算分配直接决定整机性能侧重。3D V-Cache技术通过堆叠三级缓存,显著提升游戏最低帧与响应速度,而大容量显存则为未来高画质游戏和本地AI应用留足余量。如何在这两者间找到最佳平衡,是许多玩家关注的核心问题。本文从硬件选型逻辑出发,围绕AMD 9800X3D与RTX 5060 Ti 16G的组合,详细解读BIOS设置、驱动安装、性能验证等关键环节,并分析该配置在网游高帧、2K 3A、本地AI推理等场景下的实际表现,帮助用户理性评估这套方案的适配性。

weixin_33947521的博客 2486

Ubuntu零基础入门到精通【3.1讲】:图形化安装 Ubuntu Desktop 完全实战指南!

🏆 本文收录于 《滚雪球学 Ubuntu》 专栏。 本专栏面向有一定计算机基础,但尚未系统学习 Linux / Ubuntu 的读者,采用“滚雪球式学习法”:先装好、再会用、再理解、再优化、再实战,带你从第一次进入 Ubuntu 桌面 / 终端开始,逐步掌握 Ubuntu 的日常使用、命令操作、软件安装、系统配置、开发环境搭建与服务器部署能力。

**My Coding Family** 2318

NVIDIA-Linux-x86-64-550.163.01

NVIDIA-Linux-x86-64-550.163.01

H100 上 vLLM Serving 性能调优:p95 TTFT 与 ITL 延迟拆解及 config 配置实战

在大模型推理服务中,TTFT 和 ITL 是衡量响应速度的两个核心延迟指标。TTFT 反映用户从发起请求到收到首个 token 的等待时间,ITL 则衡量解码阶段相邻 token 的生成节奏,两者共同决定了交互式 AI 应用的体验边界。对 vLLM 这类高性能推理引擎而言,p95 尾部延迟比平均延迟更能暴露排队、抢占和长 prefill 阻塞等工程问题。通过 H100 环境下的实际压测,可以看到默认参数下 GPU 资源利用率虽高,但 p95 指标并不理想;而一份经过收敛的 config 配置,例如合理设置

weixin_34337381的博客 371

国产AI芯动力:复旦微FMQL100TAI900 FPGA原型验证板全解析

本文全面解析了复旦微FMQL100TAI900 FPGA原型验证板在国产AI硬件领域的创新突破。该板卡采用全栈国产化设计,具备出色的AI推理性能、视频处理能力和接口生态,特别适合工业质检、智能交通等场景。文章详细介绍了其芯片架构、存储子系统、接口扩展及电源设计,并分享了实战开发经验,为开发者提供了一套可靠的国产计算平台解决方案。

weixin_29250573的博客 450

GXDE OS 2024上半年更新解析:内核、驱动与开发环境实战指南

操作系统作为软件生态的基石,其内核与硬件驱动的协同优化直接决定了系统的性能上限与兼容性范围。现代Linux内核通过持续的调度算法改进、内存管理优化以及对新兴硬件架构的支持,为上层应用提供了更稳定、高效的基础运行环境。在工程实践中,一个完善的开发工具链与运行时环境是提升研发效率的关键,这包括对主流编程语言、编译器、IDE以及容器化技术的良好支持。特别是在当前信息技术应用创新发展的背景下,国产操作系统在性能提升、硬件兼容性扩展以及安全加固等方面的持续演进,为开发者构建安全可控的数字化底座提供了重要选择。GXDE

weixin_30487201的博客 396

Qt之QSqlTableModel:高效数据库操作与视图绑定的实战指南

本文深入探讨了Qt框架中的QSqlTableModel组件,它作为连接数据库与Qt视图的智能中介,能极大简化数据库的增删改查操作。通过实战代码演示,详细讲解了如何快速构建可编辑的数据表格、理解并设置关键的数据编辑策略(如OnManualSubmit),以及实现数据过滤、排序等高级功能。文章还提供了性能优化、事务处理及常见避坑指南,帮助开发者高效、稳健地开发数据库驱动的桌面应用。

y4z5a6b7的博客 437

Android Framework SurfaceFlinger面试题及参考答案

请简述 SurfaceFlinger 在 Android 系统中的作用。 SurfaceFlinger 是 Android 系统中一个非常关键的服务。它主要负责将多个应用程序的 Surface 合成到一个屏幕显示内容中。 从应用程序的角度来看,每个应用都有自己的 UI 界面,这些 UI 界面实际上是由一系列的图层(Surface)构成。例如,一个应用可能有背景图层、按钮图层、文本图层等。应用通过向 SurfaceFlinger 提供这些 Surface 来请求显示。 SurfaceFl

大模型大数据攻城狮的专栏 1166
上一篇: autoware 激光-相机联合标定
下一篇: NVIDIA-SMI has failed because it couldn‘t communicate with the NVIDIA driver. Make sure that the lat
nuo112
博客等级 码龄7年 12粉丝 6原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值