ubuntu24.04安装CUDA和VLLM

前期说明

系统具体版本:Ubuntu24.04.2-LTS

🔧 Ubuntu 24.04 专用 CUDA 安装步骤

bash 复制代码
# 1. 添加官方 NVIDIA 仓库
distribution=$(. /etc/os-release;echo $ID$VERSION_ID | sed -e 's/\.//g')
echo "deb https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64 /" | sudo tee /etc/apt/sources.list.d/cuda.list

# 2. 添加签名密钥
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64/3bf863cc.pub

# 3. 更新并安装 CUDA Toolkit
sudo apt update
sudo apt install -y cuda-toolkit-12-5  # 24.04 推荐使用 12.5 版本

# 4. 设置环境变量
echo 'export PATH=/usr/local/cuda-12.5/bin:$PATH' | sudo tee -a /etc/profile.d/cuda.sh
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-12.5/lib64:$LD_LIBRARY_PATH' | sudo tee -a /etc/profile.d/cuda.sh
source /etc/profile

# 5. 验证安装
nvcc --version  # 应显示 CUDA 12.5

💡 如果仍遇到依赖问题,使用以下替代方案

bash 复制代码
# 1. 安装基础依赖
sudo apt install -y build-essential libtinfo6 libncurses5

# 2. 创建符号链接解决兼容性问题
sudo ln -s /usr/lib/x86_64-linux-gnu/libtinfo.so.6 /usr/lib/x86_64-linux-gnu/libtinfo.so.5
sudo ln -s /usr/lib/x86_64-linux-gnu/libncurses.so.6 /usr/lib/x86_64-linux-gnu/libncurses.so.5

# 3. 仅安装核心组件
sudo apt install -y --no-install-recommends \
    cuda-compiler-12-5 \
    cuda-cudart-dev-12-5 \
    cuda-libraries-dev-12-5 \
    cuda-nvml-dev-12-5

✅ 验证安装是否成功

bash 复制代码
# 测试 CUDA
python -c "import torch; print(torch.cuda.is_available()); print(torch.version.cuda)"

# 测试 vLLM 基础功能
python -c "from vllm import LLM; print('vLLM loaded successfully')"

这样就安装成功了

⚠️ 针对 Ubuntu 24.04 的重要提示

  1. CUDA 版本选择

    • Ubuntu 24.04 官方支持 CUDA 12.5,不兼容CUDA12.4!
    • vLLM 完全兼容 CUDA 12.5
  2. Python 版本

    • Ubuntu 24.04 自带 Python 3.12
    • vLLM 目前建议使用 Python 3.10
    • 使用 Conda 创建独立 Python 3.10 环境
  3. 系统依赖

    bash 复制代码
    # 安装必要系统库
    sudo apt install -y libcusparse-12-5 libcublas-12-5 libcusolver-12-5
  4. 如果仍遇到问题,考虑使用 Docker 方案:

    bash 复制代码
    docker run --gpus all -it --rm nvcr.io/nvidia/pytorch:24.05-py3
    # 在容器内安装 vLLM
    pip install vllm
相关推荐
dreamread5 分钟前
2026盲派排法八字排盘软件怎么选:看排法口径、案例记录和学习边界
人工智能·软件工具·传统文化
happyprince6 分钟前
2026年07月07日全球AI前沿动态
人工智能·ai
Zldaisy3d20 分钟前
3D打印换热器及散热器白皮书-第四版
人工智能
媒介发稿小能手20 分钟前
权威+垂直+全域媒体资源:选对GEO发稿平台,抢占AI搜索高地
大数据·人工智能·媒体
AI 大模型学习不踩坑22 分钟前
Harness 架构原理与工程实践详解
java·人工智能·神经网络·机器学习·计算机视觉·架构
GitCode官方27 分钟前
openJiuwen 总 Star 突破 3.3 万,与 AtomGit 携手构筑 AI Agent 的开源“生态飞轮”
人工智能·开源
Medeaselab32 分钟前
生理学实验之神经放电模块的应用
人工智能·功能测试·需求分析
武子康35 分钟前
调查研究-219 GPU 为什么能快,也为什么容易被大量小请求拖慢?
人工智能·llm·gpu
Drgfd36 分钟前
多模态大模型技术深耕:从模态融合到跨域迁移,重构AI理解与生成能力
人工智能·深度学习·计算机视觉
HhzZzzzz_37 分钟前
萨科微slkor2026年7月6日“每日芯闻”。国际芯闻:
人工智能·智能手机·编辑器