目录一、前期准备必做规避90%报错1.1 系统环境检查1.2 关闭系统自带图形界面禁用nouveau1.3 安装依赖工具二、安装NVIDIA官方显卡驱动2.1 选择适配驱动版本2.2 命令行安装驱动2.3 验证驱动三、安装CUDA Toolkit版本匹配关键3.1 下载适配的CUDA3.2 命令行安装CUDA3.3 验证CUDA四、安装Conda4.1 下载Conda安装包4.2 执行安装4.3 验证Conda五、高频踩坑总结一、前期准备必做规避90%报错1.1 系统环境检查openEuler国产化系统的GPU环境配置相较于Ubuntu更繁琐。首先确认系统版本确保为openEuler22.03系列避免版本适配问题输出包含openEuler 22.03即为正常cat/etc/os-release查看虚拟机是否已经直通NVIDIA物理显卡lspci|grep-ivga\|3dlspci|grep-invidia1.2 关闭系统自带图形界面禁用nouveauopenEuler默认自带开源nouveau显卡驱动与NVIDIA官方驱动冲突必须禁用。先查看nouveau显卡驱动是否已经被禁用lsmod|grepnouveau无输出即为已经禁用无需进行下面步骤直接到步骤1.3若存在输出则继续下面步骤编辑黑名单配置文件vi/etc/modprobe.d/blacklist-nouveau.conf先注释掉blacklist nvidiafb那一行在该文件末尾写入以下内容blacklist nouveau options nouveaumodeset0更新内核并重启mv/boot/initramfs-$(uname-r).img /boot/initramfs-$(uname-r)-nouveau.imgdracut /boot/initramfs-$(uname-r).img$(uname-r)reboot重启后验证是否禁用成功无输出即为成功lsmod|grepnouveau1.3 安装依赖工具openEuler需提前安装编译、内核依赖否则驱动安装会编译失败dnfinstall-ygcc gcc-c kernel-devel kernel-headermakecmakewget二、安装NVIDIA官方显卡驱动2.1 选择适配驱动版本官网下载链接Nvidia驱动下载建议还是不要下载太新的驱动2.2 命令行安装驱动查看内核版本查看该目录下的文件即为内核版本记录下来cd/usr/src/kernels/例如我这里是5.10.0-136.12.0.86.oe2203sp1.x86_64安装驱动赋予安装包执行权限chmodx NVIDIA-Linux-x86_64-595.80.run指定内核位置编译驱动并且跳过图形依赖./NVIDIA-Linux-x86_64-595.80.run --kernel-source-path/usr/src/kernels/5.10.0-136.12.0.86.oe2203sp1.x86_64 --no-x-check --no-opengl-files弹窗中选择NVIDIA Proprietary其余默认即可2.3 验证驱动安装完成后执行下方命令输出显卡信息、驱动版本即安装成功nvidia-smi⚠️ 重点nvidia-smi显示的CUDA版本为驱动支持的最高CUDA版本并非系统实际安装版本后续需手动安装对应CUDA Toolkit。三、安装CUDA Toolkit版本匹配关键3.1 下载适配的CUDA严格遵循本地CUDA版本 ≤nvidia-smi显示的最高支持版本。官网下载链接CUDA下载openEuler22.03无专属CUDA实测兼容CentOS7版本驱动选择好版本后浏览器直接输入下面的地址即可下载3.2 命令行安装CUDA先赋予权限chmodx cuda_12.4.0_550.54.14_linux.run安装CUDA./cuda_12.4.0_550.54.14_linux.run --no-opengl-libs安装弹窗选择Do you accept the previously read EULA? 输入accept在这个页面不要选择上面的Driver驱动因为我们已经手动安装过。其余默认即可安装完后应该是如下界面记录下CUDA Toolkit的安装路径例如我是Toolkit: Installed in /usr/local/cuda-12.4/配置CUDA环境变量vi/etc/profile写入如下内容需要替换为实际的安装路径exportPATH/usr/local/cuda-12.4/bin:$PATHexportLD_LIBRARY_PATH/usr/local/cuda-12.4/lib64$LD_LIBRARY_PATH生效环境变量source/etc/profile3.3 验证CUDA安装完成后执行下方命令输出对应的CUDA版本即为成功nvcc-V四、安装CondaopenEuler安装Conda无特殊兼容问题直接安装Linux通用版即可用于隔离AI环境。4.1 下载Conda安装包选择合适的版本即可conda下载地址4.2 执行安装建议利用-p指定安装地址bashMiniconda3-py310_26.1.1-1-Linux-x86_64.sh-b-p/work/miniconda3配置conda环境变量vi/etc/profile写入如下内容需要替换为实际的安装路径exportPATH/work/miniconda3/bin:$PATH生效环境变量source/etc/profile4.3 验证Conda安装完成后执行下方命令输出对应的conda版本即为成功conda-V五、高频踩坑总结nouveau未禁用导致驱动安装失败必须严格执行黑名单重启步骤否则驱动编译报错CUDA版本不匹配切勿安装高于nvidia-smi支持的CUDA版本重复安装驱动冲突安装CUDA时务必拒绝重复安装显卡驱动服务器图形界面报错安装驱动、CUDA时必须添加--no-opengl-libs参数