CentOS 8.5下NVIDIA驱动与CUDA环境高效部署指南：从驱动安装到cuDNN配置

1. 环境准备与前置检查

实验室新到了一台搭载了多块GeForce RTX 3090显卡的服务器，准备用来跑大模型训练和推理。系统装的是CentOS 8.5，但默认的Nouveau驱动根本没法用，必须换上NVIDIA官方驱动和完整的CUDA环境。这事儿听起来简单，但实际动手时，版本兼容性、仓库配置、依赖冲突，每一步都可能是个坑。我花了几天时间，把从驱动安装到cuDNN配置的全过程趟了一遍，特别是解决了CUDA 11.5与高版本驱动冲突这个棘手问题。下面我就把这份实战经验分享给你，让你也能高效、稳定地部署好这套环境。

在动手之前，有几项准备工作必须做扎实。首先，确认你的系统版本。打开终端，输入 cat /etc/redhat-release，确保输出是“CentOS Linux release 8.5.xxxx”。然后，更新系统到最新状态，这能避免很多因软件包过旧导致的依赖问题。执行 sudo dnf update -y 和 sudo dnf install -y epel-release，启用EPEL仓库，它能提供很多额外的、有用的软件包。

接下来，检查你的显卡是否被系统识别。运行 lspci | grep -i nvidia，你应该能看到类似“NVIDIA Corporation GA102 [GeForce RTX 3090]”的输出。如果什么都没显示，那可能是硬件连接或主板BIOS设置有问题，得先解决。同时，确认你的服务器有稳定的网络连接，因为后续需要从NVIDIA官方仓库下载大量软件包。

最后，也是最重要的一步：禁用系统自带的Nouveau驱动。这是安装NVIDIA驱动前的强制操作，否则会冲突。创建一个配置文件：sudo vi /etc/modprobe.d/blacklist-nouveau.conf，在里面写入两行：

blacklist nouveau
options nouveau modeset=0

保存退出后，备份并重建初始内存盘镜像：

sudo mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak
sudo dracut -v /boot/initramfs-$(uname -r).img $(uname -r)

完成后，重启服务器。重启后，再次运行 lsmod | grep nouveau，如果没有任何输出，恭喜你，Nouveau驱动已被成功禁用。如果还有输出，请检查上述步骤，尤其是配置文件的位置和内容是否正确。

2. 配置NVIDIA官方仓库与安装驱动

搞定前置工作后，我们进入核心环节。我强烈推荐使用NVIDIA官方仓库来安装驱动和CUDA，而不是手动下载run文件。原因很简单：依赖管理自动化，版本兼容性有保障。手动安装run文件虽然直接，但经常遇到内核头文件不匹配、编译环境缺失等问题，尤其是在多GPU的服务器环境下，通过包管理器安装更稳定、更易于维护。

首先，我们需要将NVIDIA的CUDA仓库添加到系统的软件源中。CentOS 8使用dnf作为包管理器，添加仓库非常方便。执行以下命令：

sudo dnf config-manager --add-repo https://developer.download.nvidia.com/compute/cuda/repos/rhel8/x86_64/cuda-rhel8.repo

这个命令会从NVIDIA官网下载仓库配置文件并添加到你的系统中。为了确保下载速度，你也可以事先检查一下这个URL是否在你的网络环境下访问顺畅。添加成功后，可以运行 sudo dnf repolist 查看，列表中应该会出现名为“cuda-rhel8-x86_64”的仓库。

添加仓库后，建议先清理一下缓存并重建，确保能获取到最新的软件包列表：sudo dnf clean all && sudo dnf makecache。接下来，安装一些必要的开发工具和内核头文件，这对于驱动编译和DKMS（动态内核模块支持）至关重要：

sudo dnf install -y kernel-devel-$(uname -r) kernel-h