第二章：环境准备与工具链搭建
说实话，环境配置这事儿，看着简单，坑是真不少。我见过太多人卡在第一步——装驱动装到黑屏，或者CUDA版本对不上，折腾一整天。这一章，我把这些年踩过的坑、总结的经验，一次性给你讲清楚。
2.1 NVIDIA驱动安装：别小看这一步
驱动是GPU和系统之间的翻译官。装不好，后面全白搭。
我个人习惯：用官方.run文件手动安装，而不是系统包管理器自动装。为什么？因为apt或yum源里的驱动版本往往滞后，而且容易和内核版本打架。
禁用nouveau的步骤：
# 创建配置文件
sudo bash -c "echo 'blacklist nouveau' >> /etc/modprobe.d/blacklist-nvidia-nouveau.conf"
sudo bash -c "echo 'options nouveau modeset=0' >> /etc/modprobe.d/blacklist-nvidia-nouveau.conf"
# 更新内核并重启
sudo update-initramfs -u
sudo reboot重启后，确认nouveau已禁用：
lsmod | grep nouveau # 无输出则成功然后安装驱动。我推荐用NVIDIA官网的.run文件：
# 给执行权限
chmod +x NVIDIA-Linux-x86_64-*.run
# 安装（注意加 --no-opengl-files 避免和桌面冲突）
sudo ./NVIDIA-Linux-x86_64-*.run --no-opengl-files装完验证：
nvidia-smi看到GPU列表和驱动版本，就说明成了。嗯，这里要注意：驱动版本和CUDA版本有对应关系，别装太新的驱动，除非你确定CUDA支持。
2.2 CUDA Toolkit配置：版本匹配是门学问
CUDA Toolkit是GPU编程的核心。说白了，它就是个编译器+运行时库，让你能用C++写GPU代码。
我建议：不要装最新版，装次新版。最新版往往有兼容性问题，社区支持也少。比如现在CUDA 12.x稳定了，就选12.x，别追13.x。
下载地址：NVIDIA官网的CUDA Archive页面。选对操作系统和架构。
安装方式我推荐runfile（本地安装）：
wget https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda_12.1.0_530.30.02_linux.run
sudo sh cuda_12.1.0_530.30.02_linux.run安装时注意：不要勾选Driver，因为我们已经装过了。只选Toolkit和Documentation。
装完后配置环境变量：
# 在 ~/.bashrc 或 ~/.zshrc 中添加
export PATH=/usr/local/cuda-12.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-12.1/lib64:$LD_LIBRARY_PATH验证：
nvcc --version看到版本号就对了。你想想看，这一步要是错了，后面编译任何GPU代码都会报“找不到cuda.h”。
2.3 cuDNN库集成：深度学习加速器
cuDNN是NVIDIA针对深度学习优化的底层库。它封装了卷积、池化、归一化等操作，比你自己手写快得多。
安装cuDNN需要NVIDIA开发者账号。下载对应CUDA版本的cuDNN包。我一般用tar包方式：
# 解压
tar -xzvf cudnn-linux-x86_64-8.9.0.131_cuda12-archive.tar.xz
# 复制到CUDA目录
sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda-12.1/include
sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda-12.1/lib64
# 设置权限
sudo chmod a+r /usr/local/cuda-12.1/include/cudnn*.h
sudo chmod a+r /usr/local/cuda-12.1/lib64/libcudnn*验证cuDNN版本：
cat /usr/local/cuda-12.1/include/cudnn_version.h | grep CUDNN_MAJOR -A 22.4 Docker镜像构建：一次配置，到处运行
Docker是环境管理的终极方案。说白了，就是把你的开发环境打包成一个镜像，换台机器也能直接跑。
我推荐用NVIDIA官方提供的CUDA镜像作为基础：
# 拉取官方镜像
docker pull nvidia/cuda:12.1.0-cudnn8-devel-ubuntu22.04
# 运行容器
docker run --gpus all -it --rm \
-v /path/to/your/code:/workspace \
nvidia/cuda:12.1.0-cudnn8-devel-ubuntu22.04如果你需要自定义环境，写个Dockerfile：
FROM nvidia/cuda:12.1.0-cudnn8-devel-ubuntu22.04
# 安装Python和常用工具
RUN apt-get update && apt-get install -y \
python3 python3-pip python3-venv \
git vim wget curl \
&& rm -rf /var/lib/apt/lists/*
# 设置工作目录
WORKDIR /workspace
# 安装PyTorch（GPU版）
RUN pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
CMD ["/bin/bash"]构建镜像：
docker build -t my-cuda-env:latest .我个人习惯：每个项目一个Docker镜像，互不干扰。这样即使搞坏了环境，删掉容器重建就行，不影响宿主机。
2.5 Python虚拟环境管理：conda vs pip
Python的包管理是个老大难。我见过有人把系统Python搞崩，重装系统的。所以，虚拟环境是必须的。
我建议：深度学习项目用conda，轻量项目用pip+venv。
2.5.1 Conda方式
Conda的好处是能管理非Python依赖，比如cudatoolkit。但注意，conda的cudatoolkit和系统CUDA是两回事，别搞混。
# 创建环境
conda create -n myenv python=3.10
# 激活环境
conda activate myenv
# 安装PyTorch（conda会自动匹配CUDA版本）
conda install pytorch torchvision torchaudio cudatoolkit=12.1 -c pytorch -c nvidia2.5.2 Pip+venv方式
如果你用Docker，其实pip就够了。轻量、快速。
# 创建虚拟环境
python3 -m venv myenv
# 激活
source myenv/bin/activate
# 安装依赖
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu1212.6 知识体系总览
下面这张图，把整个环境搭建的脉络串起来了。你照着这个顺序来，基本不会出错。
2.7 避坑总结
最后，我把这些年遇到最多的坑列出来，你遇到类似问题可以快速定位：
| 问题现象 | 可能原因 | 解决方案 |
|---|---|---|
| nvidia-smi报错 | 驱动未安装或nouveau冲突 | 禁用nouveau，重装驱动 |
| nvcc找不到 | 环境变量未配置 | 检查PATH和LD_LIBRARY_PATH |
| 编译报cuda.h缺失 | CUDA Toolkit未安装或路径不对 | 确认/usr/local/cuda存在 |
| 运行时cuDNN报错 | cuDNN版本与CUDA不匹配 | 严格对照版本表重新安装 |
| Docker内无法使用GPU | 未安装nvidia-docker2 | 安装nvidia-container-toolkit |
| conda环境torch无法用GPU | conda安装的cudatoolkit与系统驱动不匹配 | 用pip安装torch，或升级驱动 |
好了，环境搭好，后面就可以真正开始写GPU代码了。记住：环境是地基，地基不稳，楼盖得再高也得塌。