完整教程：Ubuntu 22.04 部署 CUDA 12.5 + NVIDIA 驱动 555 + Docker 容器化 GPU 环境

教程概述

目标

在 Ubuntu 22.04 系统中，完成「NVIDIA 555 驱动（原生支持 CUDA 12.5）+ CUDA 12.5 Toolkit + NVIDIA Container Toolkit」全环境部署，实现宿主机 / 容器双端 CUDA 12.5 开发 / 运行能力，解决版本冲突、依赖断裂、Docker 识别 GPU 等核心问题。环境基础

• 系统：Ubuntu 22.04 LTS (amd64)
  
• GPU：NVIDIA GeForce RTX 2080 Ti（适配 555 驱动，其他 GPU 通用）
  
• 最终目标：宿主机 nvcc -V 显示 12.5，Docker 容器运行 nvidia/cuda:12.5.0-devel-ubuntu22.04 并正常调用 GPU + nvcc
  

一、前置准备：清理旧环境（避免版本冲突）

1.1 卸载旧版本 NVIDIA 驱动 / CUDA

bash 运行    

1. # 彻底卸载所有 NVIDIA 相关包
2. sudo apt purge -y nvidia-* libnvidia-* cuda-*
3. # 清理残留依赖
4. sudo apt autoremove -y --purge
5. # 删除 DKMS 残留
6. sudo rm -rf /usr/src/nvidia-*
7. sudo dkms remove --all nvidia
8. # 清空 CUDA 残留目录
9. sudo rm -rf /usr/local/cuda*

复制代码

 1.2 备份关键配置（可选）

bash 运行    

1. # 备份 apt 源和 Docker 配置
2. sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
3. sudo cp /etc/docker/daemon.json /etc/docker/daemon.json.bak 2>/dev/null

复制代码

 1.3 重启系统（清空内核模块残留）

bash 运行    

1. sudo reboot

复制代码

 二、步骤 1：安装 NVIDIA 555 驱动（适配 CUDA 12.5）

555 是 NVIDIA 官方适配 CUDA 12.5 的稳定版，避开 590 版本的依赖冲突问题。2.1 添加 NVIDIA 官方源

bash 运行    

1. # 安装密钥和源
2. wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.1-1_all.deb
3. sudo dpkg -i cuda-keyring_1.1-1_all.deb
4. # 更新源
5. sudo apt update

复制代码

 2.2 安装 555 驱动（仅驱动，不装 CUDA 元包）

bash 运行    

1. # 安装 555 驱动（跳过推荐依赖，避免拉取 590 版本）
2. sudo apt install -y nvidia-driver-555 --no-install-recommends
3. # 重启系统使驱动生效
4. sudo reboot

复制代码

 2.3 验证驱动安装

bash 运行    

1. nvidia-smi

复制代码

  预期输出： plaintext     

1. +-----------------------------------------------------------------------------------------+
2. | NVIDIA-SMI 555.42.06              Driver Version: 555.42.06      CUDA Version: 12.5     |
3. |-----------------------------------------+------------------------+----------------------+
4. | GPU  Name                 Persistence-M | Bus-Id          Disp.A | Volatile Uncorr. ECC |
5. | Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
6. |                                         |                        |               MIG M. |
7. |=========================================+========================+======================|
8. |   0  NVIDIA GeForce RTX 2080 Ti     Off |   00000000:01:00.0 Off |                  N/A |
9. | 34%   46C    P8             25W /  260W |       1MiB /  22528MiB |      0%      Default |
10. +-----------------------------------------+------------------------+----------------------+

复制代码

  核心验证点：Driver Version: 555.x、CUDA Version: 12.5。三、步骤 2：离线安装 CUDA 12.5 Toolkit（绕开 APT 依赖冲突）

通过 NVIDIA 官方离线 .run 包安装，避免 APT 源依赖混乱（核心解决 590 版本冲突问题）。3.1 下载 CUDA 12.5 离线包

bash 运行    

1. # 创建临时目录
2. mkdir -p ~/cuda125 && cd ~/cuda125
3. # 下载最新 CUDA 12.5 离线包（适配 Ubuntu 22.04）
4. wget https://developer.download.nvidia.com/compute/cuda/12.5.1/local_installers/cuda_12.5.1_555.42.06_linux.run
5. # 赋予执行权限
6. chmod +x cuda_12.5.1_555.42.06_linux.run

复制代码

 3.2 静默安装 CUDA 12.5 Toolkit（仅装工具包，不装驱动）

bash 运行    

1. # 关键参数：--toolkit 仅装工具包，--driver false 跳过驱动（已手动装 555）
2. sudo ./cuda_12.5.1_555.42.06_linux.run --silent --toolkit --driver false --toolkitpath=/usr/local/cuda-12.5

复制代码

 3.3 配置 CUDA 环境变量（永久生效）

bash 运行    

1. # 写入当前用户环境变量
2. echo -e "\n# CUDA 12.5 环境变量" >> ~/.bashrc
3. echo "export CUDA_HOME=/usr/local/cuda-12.5" >> ~/.bashrc
4. echo "export PATH=\$CUDA_HOME/bin:\$PATH" >> ~/.bashrc
5. echo "export LD_LIBRARY_PATH=\$CUDA_HOME/lib64:\$LD_LIBRARY_PATH" >> ~/.bashrc
7. # 加载环境变量
8. source ~/.bashrc
10. # （可选）配置系统级环境变量（所有用户生效）
11. sudo echo -e "\n# CUDA 12.5 系统环境变量" >> /etc/profile
12. sudo echo "export CUDA_HOME=/usr/local/cuda-12.5" >> /etc/profile
13. sudo echo "export PATH=\$CUDA_HOME/bin:\$PATH" >> /etc/profile
14. sudo echo "export LD_LIBRARY_PATH=\$CUDA_HOME/lib64:\$LD_LIBRARY_PATH" >> /etc/profile
15. sudo source /etc/profile

复制代码

 3.4 验证 CUDA Toolkit 安装

bash 运行    

1. nvcc -V

复制代码

  预期输出： plaintext     

1. nvcc: NVIDIA (R) Cuda compiler driver
2. Copyright (c) 2005-2024 NVIDIA Corporation
3. Built on Thu_Jun__6_02:18:23_PDT_2024
4. Cuda compilation tools, release 12.5, V12.5.82
5. Build cuda_12.5.r12.5/compiler.34385749_0

复制代码

  核心验证点：release 12.5。四、步骤 3：配置 NVIDIA Container Toolkit（Docker 调用 GPU）

4.1 安装 nvidia-docker2（核心组件，解决 Docker 识别 GPU 问题）

bash 运行    

1. # 添加 NVIDIA Container Toolkit 源
2. curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
3. distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
4. curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
6. # 更新源并安装 nvidia-docker2
7. sudo apt update
8. sudo apt install -y nvidia-docker2

复制代码

 4.2 配置 Docker 守护进程（加载 NVIDIA 运行时）

bash 运行    

1. # 覆盖/生成正确的 daemon.json 配置
2. sudo echo '{
3.     "ipv6": false,
4.     "registry-mirrors": ["http://docker.882286.xyz"],
5.     "runtimes": {
6.         "nvidia": {
7.             "path": "/usr/bin/nvidia-container-runtime",
8.             "runtimeArgs": []
9.         }
10.     }
11. }' > /etc/docker/daemon.json
13. # 重启 Docker 服务
14. sudo systemctl daemon-reload
15. sudo systemctl restart docker

复制代码

 4.3 验证 Docker 运行时配置

bash 运行    

1. sudo docker info | grep -i runtime

复制代码

  预期输出： plaintext     

1. Runtimes: io.containerd.runc.v2 nvidia runc
2. Default Runtime: runc

复制代码

  核心验证点：nvidia 出现在 Runtimes 列表中。五、步骤 4：验证 Docker 容器运行 CUDA 12.5

5.1 关键说明：CUDA 镜像选择

镜像标签包含组件是否有 nvcc用途12.5.0-base-ubuntu22.04仅 CUDA Runtime❌ 无运行已编译的 CUDA 程序12.5.0-devel-ubuntu22.04Runtime + Toolkit（含 nvcc）✅ 有开发 / 编译 CUDA 程序5.2 运行 CUDA 12.5 开发镜像（验证 nvcc + GPU）

bash 运行    

1. # 运行 devel 镜像，验证 nvcc 和 GPU 识别
2. sudo docker run --rm --gpus all nvidia/cuda:12.5.0-devel-ubuntu22.04 bash -c "nvcc -V && echo '---' && nvidia-smi"

复制代码

  预期输出： plaintext     

1. nvcc: NVIDIA (R) Cuda compiler driverCopyright (c) 2005-2024 NVIDIA CorporationBuilt on Wed_Apr_17_19:19:55_PDT_2024Cuda compilation tools, release 12.5, V12.5.40Build cuda_12.5.r12.5/compiler.34080961_0---+-----------------------------------------------------------------------------------------+
2. | NVIDIA-SMI 555.42.06              Driver Version: 555.42.06      CUDA Version: 12.5     |
3. |-----------------------------------------+------------------------+----------------------+
4. | GPU  Name                 Persistence-M | Bus-Id          Disp.A | Volatile Uncorr. ECC |
5. | Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
6. |                                         |                        |               MIG M. |
7. |=========================================+========================+======================|
8. |   0  NVIDIA GeForce RTX 2080 Ti     Off |   00000000:01:00.0 Off |                  N/A |
9. | 34%   46C    P8             25W /  260W |       1MiB /  22528MiB |      0%      Default |
10. +-----------------------------------------+------------------------+----------------------+

复制代码

 六、常见问题与解决方案

问题 1：Docker 报错 could not select device driver "" with capabilities: [[gpu]]

• 原因：缺少 nvidia-docker2 组件，Docker 无法识别 GPU 驱动。
  
• 解决：重新安装 nvidia-docker2（参考步骤 4.1），重启 Docker。
  

问题 2：容器内报错 exec: "nvcc": executable file not found in $PATH

• 原因：使用了 base 镜像（无 nvcc），仅 devel 镜像包含编译器。
  
• 解决：改用 nvidia/cuda:12.5.0-devel-ubuntu22.04 镜像。
  

问题 3：安装驱动时出现 590 版本依赖冲突

• 原因：APT 源自动拉取 590 版本，与 555 冲突。
  
• 解决：清理 590 缓存（sudo rm -f /var/cache/apt/archives/*590*.deb），通过 apt-preferences 锁定 555 版本。
  

问题 4：CUDA 安装时报 --no-driver 未知参数

• 原因：CUDA 12.x 离线包参数调整，--no-driver 改为 --driver false。
  
• 解决：使用 --silent --toolkit --driver false 参数（参考步骤 3.2）。
  

七、总结

本教程完成了从「环境清理 → 驱动升级 → CUDA 安装 → Docker 配置 → 容器验证」的全流程，核心解决了： 

• NVIDIA 590 版本依赖冲突问题（选择 555 稳定版）；
  
• APT 源依赖混乱问题（离线安装 CUDA 12.5）；
  
• Docker 无法识别 GPU 驱动问题（安装 nvidia-docker2）；
  
• CUDA 镜像无 nvcc 问题（选择 devel 镜像）。
  

 最终实现： 

• 宿主机：555 驱动 + CUDA 12.5 Toolkit，支持 CUDA 程序编译；
  
• Docker 容器：无缝调用 GPU，运行 CUDA 12.5 开发 / 运行环境。
  

 该环境可直接用于 CUDA 程序开发、深度学习训练、容器化 GPU 部署等场景。
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！