ubuntu 22.04 安装 RTX 4090 显卡驱动 GPU Driver（PyTorch准备）

Ubuntu 22.04 安装 RTX 4090 显卡驱动（PyTorch 环境准备）

很多人在 Ubuntu 22.04 上装 RTX 4090 驱动时卡在「装完黑屏」或者「nvidia-smi 提示驱动没加载」。这套流程的关键是：先确认硬件、再彻底清干净旧驱动、安装时用多用户模式跳过图形界面、装完再切回图形界面。下面按六步走一遍。

第一步：确认 GPU 是 NVIDIA 卡

先别急着装驱动，确认系统认得到这块卡：

lspci | grep -i nvidia

能输出 NVIDIA Corporation 开头的行，说明 PCIe 总线上已经识别到设备。如果什么都没有，先检查显卡是否插紧、是否需要在 BIOS 里打开 above 4G decoding。

第二步：把已有驱动清干净

Ubuntu 默认源里带的 nvidia-driver-xxx 和之前手动装的 .run 包容易打架，装新驱动前必须全部清掉。

2.1 用包管理器卸载

sudo apt purge nvidia* -y
sudo apt remove nvidia-* -y
sudo rm /etc/apt/sources.list.d/cuda*
sudo apt autoremove -y && sudo apt autoclean -y
sudo rm -rf /usr/local/cuda*

注意 purge 会连配置文件一起删，比 remove 更彻底。清完最好 reboot 一次再继续，避免残留的内核模块占用。

2.2 卸载旧的手工安装驱动

如果你之前用官方 .run 方式装过驱动，那套驱动不在 apt 管理范围内，得单独卸载。文件名换成你自己的版本号：

./NVIDIA-Linux-x86-310.19.run --uninstall

第三步：从官网下载对应驱动

去 NVIDIA 官网驱动页（nvidia.cn/geforce/drivers）选卡。RTX 4090 属于 GeForce RTX 40 系列，操作系统选「Ubuntu 22.04 / Linux 64-bit」，下载类型选「正式版（Recommended）」。

文章作者选的是 550 系列驱动，下载完成后得到一个 NVIDIA-Linux-x86_64-550.xxx.run 的文件。建议放到固定目录（比如 /home/你的用户名/download/）方便后面引用。

第四步：安装前的关键一步——切到多用户模式

图形界面正在运行时装驱动会失败，因为 X server 占着显卡设备节点。正确做法是先切到命令行模式：

sudo systemctl set-default multi-user.target
sudo reboot

重启后系统进的是纯命令行（没有桌面），这时候装驱动不会被图形服务打扰。

第五步：执行驱动安装

重新登录到命令行终端（用 SSH 或者本机 TTY 都行），先切到驱动所在目录：

# 切换到驱动目录
cd /home/user/download/
# 加执行权限，注意把版本号换成你下载的实际文件名
sudo chmod a+x NVIDIA-Linux-x86_64-5×××.run
# 开始安装
sudo ./NVIDIA-Linux-x86_64-5×××.run

安装过程中会问几件事，常规应对：

• 是否接受协议：选 Accept；
• 自动更新 kernel modules：建议选是，编译 DKMS 模块用；
• 运行 nvidia-xconfig：第一次装建议选是，会自动生成 xorg 配置；
• Secure Boot 开启：如果 BIOS 里开了 Secure Boot，驱动模块加载会被拒绝，要么进 BIOS 关掉，要么设密码重签 MOK。

第六步：切回图形界面并验证

驱动装完，把默认启动目标切回图形模式并重启：

sudo systemctl set-default graphical.target
sudo reboot

重启后回到桌面，打开终端验证：

nvidia-smi

能打印出显存容量、驱动版本、进程列表，就说明驱动生效了。再顺手确认 PyTorch 能不能看到 GPU：

python3 -c "import torch; print(torch.cuda.is_available())"

后续还要装的三样

驱动只是第一步，跑深度学习环境通常还差三块：

• 显卡驱动本身：也就是本篇做的这一步，验证命令是 nvidia-smi；
• CUDA Toolkit：验证命令是 nvcc -V；
• cuDNN：深度学习框架加速库，装完要能在 torch.backends.cudnn 里体现出来；
• Anaconda + PyTorch：Python 环境，注意 PyTorch 版本要和 CUDA 版本对上（比如 cu118 对应 CUDA 11.8）。

踩坑小结

• 装驱动前不清旧驱动，十有八九重复注册失败；
• 不切 multi-user 就装，会卡在「unable to load the kernel module」；
• 装完不切回 graphical.target，机器永远是纯命令行，看着像「装坏了」；
• 内核升级后驱动失效，重新跑一遍 sudo apt install --reinstall nvidia-driver-550 即可。

按这套顺序走下来，RTX 4090 在 Ubuntu 22.04 上装驱动基本不会翻车，后面接 CUDA、cuDNN、PyTorch 就顺了。

qidao123.com企服评测-应用市场 编辑提示