ubuntu20.04 4090环境配置(全网)

Ubuntu 20.04版本搭配NVIDIA GeForce RTX 4090显卡的配置通常涉及到驱动程序、CUDA和深度学习框架如TensorFlow或PyTorch的安装。以下是基本步骤：

1. **更新系统**：

   sudo apt update && sudo apt upgrade

2. **添加NVIDIA官方软件源**：
- 首先，需要移除内建的开源驱动(`nvidia-driver`)，因为RTX 4090支持的是非开源的CUDA驱动：

     sudo apt autoremove nvidia*

- 添加NVIDIA Studio的驱动源，如果你是专业用户：

     curl https://developer.nvidia.com/discover/sites/gpuportal/files/NVIDIA-Linux-x86_64-470.57.run | bash

- 如果是普通用户，添加CUDA certified的驱动源：

     echo "deb http://us.download.nvidia.com卡车/tesla/470/x86_64 ./" | sudo tee /etc/apt/sources.list.d/nvidia-470.list
     wget -q -O- https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/7fa2af80.pub | sudo apt-key add -

3. **安装驱动**：

   sudo apt-get install nvidia-driver-470

4. **验证驱动安装**：

   nvidia-smi

5. **安装CUDA**：
- 下载并安装CUDA Toolkit for Ubuntu 20.04（https://developer.nvidia.com/cuda-downloads），选择适合RTX 4090的版本。
- 完成安装后，在终端输入`nvcc --version`确认安装成功。

6. **设置环境变量**：
- 编辑`~/.bashrc`文件添加以下行以让环境变量生效：

     export CUDA_HOME=/usr/local/cuda
     export PATH=$PATH:$CUDA_HOME/bin
     export CPATH=$CPATH:$CUDA_HOME/include
     export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDA_HOME/lib64

7. **安装GPU加速库**：
- 对于深度学习框架，例如TensorFlow，可以使用以下命令安装GPU版本：

     pip install tensorflow-gpu

- 或者安装PyTorch：

     pip install torch torchvision torchaudio -f https://download.pytorch.org/whl/torch_stable.html

8. **启动图形界面** (如果需要):

   sudo service lightdm start