RTX 3090+Ubuntu 22.04纯Linux装机：驱动与CUDA避坑实录

RTX 3090 配 Ubuntu 22.04听起来不外乎是插个 U 盘、点几下鼠标的事。可真到实操那天你才会发现光NVIDIA 驱动没装上导致黑屏一个问题就够你卡一下午。更别提很多人先被双系统折磨——grub invalid signature、Windows 和 Linux 时间差 8 小时、卸载其中一个系统后引导直接报废折腾到崩溃最后索性全盘格式化老老实实走纯 Ubuntu 路线。这篇就是给准备上 3090、又打定主意直接装纯 Ubuntu不是双系统的朋友写的补充教程。重点不是复述官方安装步骤而是把那些教程里不会写的细节捋清楚启动盘怎么做才不踩坑、BIOS 哪几个开关必须动、分区怎么划后续最省心、3090 驱动选哪种方式装最稳、CUDA 环境怎么配能一次通过。适合谁看准备用 3090 或相近 Ampere 架构显卡跑深度学习、AI 绘图、科学计算的开发者被双系统折腾到崩溃想转纯 Linux 的玩家以及装完 Ubuntu 22.04 之后驱动一直调不好的同学。下面所有操作我都按自己实测过的路径来写不绕弯子。1. 为什么我最终选了纯Ubuntu而不是双系统1.1 双系统折腾的本质问题先回答为什么标题要特意强调纯 Ubuntu不是双系统。我处理过的、以及在网上搜到的高频双系统问题基本绕不开这几类开机卡在 grub invalid signature直接进不了引导界面一脸懵Windows 与 Ubuntu 时间互相错乱一个把硬件时间当本地时间、一个当 UTC永远差 8 小时想改 grub 启动界面一个参数写错引导全毁装完双系统后发现自己 90% 时间还在 Windows 里干活Linux 分区白白占了几百 GB卸载还麻烦。这些问题的共同根源只有一个两套操作系统共享同一块物理磁盘引导、时间、休眠、分区全部纠缠在一起。你永远不知道哪一次系统升级会把另一个系统的引导顶掉。我在实际维修和帮朋友装机的过程中见过太多这种双系统后遗症了。1.2 装纯Ubuntu之前必须确认的三件事决定全盘装纯 Ubuntu 之前先确认三件事别等装完再后悔。第一你的工作流是否依赖 Linux 生态。跑 Python、CUDA、Docker、ROS、嵌入式编译比如 RK3566 构建系统镜像、MicroROS或者做单片机开发配 VSCode 和 PlatformIO这些场景下纯 Ubuntu 会让环境干净很多。Windows 下不是不能做但依赖冲突、路径分隔符、串口权限这类问题会频繁打断你。如果你主力就是这些开发任务纯 Linux 反而是省时间的选择。第二显卡用途偏重计算还是娱乐。3090 用户里大部分是冲着深度学习和渲染去的纯 Linux 完全够用如果你还指望在 Linux 下打 Steam 游戏Proton 兼容层能跑大部分单机游戏但个别反作弊游戏不行。想清楚这一点再决定要不要留 Windows别装完又后悔。第三数据备份方案。全盘格式化前把重要资料拷到移动硬盘或 NAS。这一步不是技术问题是心态问题。我见过太多人嘴上说没什么重要数据等 SSH 私钥没了才拍大腿。浏览器书签、密钥、代码仓库都顺手导出或推送到远端十分钟的事。2. 安装前的准备启动盘、BIOS与硬件检查2.1 制作启动U盘的避坑指南Ubuntu 22.04 镜像从官网下载文件名类似 ubuntu-22.04.x-desktop-amd64.iso建议直接下桌面版Desktop服务器版没有图形安装器对新手不友好。写入 U 盘推荐两种工具Windows 下用 Rufus选择 GPT 分区方案 UEFI 目标写入模式选DD 镜像而不是ISO 镜像。很多人装完进不了引导就是栽在这一步——Rufus 默认 ISO 模式会把 U 盘做成另一种格式某些主板上死活引导不起来。实测下来 DD 模式最稳。Linux 或 macOS 下用 balenaEtcher不用配置选镜像、选 U 盘、Flash 完事。也可以直接 ddsudo dd ifubuntu-22.04.iso of/dev/sdX bs4M statusprogress。注意这个命令会把 U 盘整个覆盖千万别写错盘符。U 盘容量 8GB 以上USB 3.0 接口比 2.0 快很多安装体验差别明显。有条件的话用固态 U 盘整个安装过程能压缩到十分钟以内。2.2 BIOS里的三个关键开关进 BIOS开机按 Del 或 F2后重点处理三个设置关闭 Secure Boot安全启动。默认开启时Ubuntu 安装没问题但后续装 NVIDIA 驱动会让内核模块的签名验证变得很折腾。虽然可以通过 MOK 注册密钥继续用但新手建议直接关掉省去一整类问题。关闭 Fast Boot快速启动。这个选项会让主板跳过部分初始化导致 U 盘引导不稳定装完系统后还可能让部分硬件在 Linux 下不被识别。SATA 模式设为 AHCI。如果原来是 RAID 或 Intel RST装 Ubuntu 时大概率识别不到硬盘。注意Windows 系统在 RAID 模式下改 AHCI 会蓝屏但纯 Ubuntu 机器不存在这个顾虑这正是纯装的一个隐藏好处。另外确认主板 BIOS 版本不要太老。3090 是 Ampere 架构的卡个别老主板不更新 BIOS 的话插上 3090 可能直接点不亮这是硬件层面的坑装系统之前先排除掉。2.3 供电与硬件兼容性检查3090 的峰值功耗能到 350W 以上瞬时功耗甚至更高。电源建议额定 850W 起步留足余量供电接口上非公版大多是 3 个 8-pin公版则是 12-pin 转接插之前确认每根线都插到底否则开机负载一上来就容易黑屏重启。内存、CPU 这类常规配件基本不用担心Ubuntu 22.04 对 Intel 12/13 代和 AMD Zen3/Zen4 的支持都已经很完善这点比前几年的 Ubuntu 省心多了。3. Ubuntu 22.04 安装全流程实录3.1 磁盘分区怎么划最省心安装向导走到安装类型时选手动分区而不是默认的清除整个磁盘。手动分区的核心思路是让系统与数据分离后续重装或升级不丢文件。我实测下来比较顺手的方案是这样分区大小格式挂载点说明/dev/sda1512MB ~ 1GBFAT32/boot/efiEFI 系统分区UEFI 引导必需/dev/sda2100GB ~ 200GBext4/根分区系统和软件都装这/dev/sda3内存大小的 1~2 倍swapswap休眠或内存溢出时兜底/dev/sda4剩余空间ext4/home个人数据独立重装不丢如果你觉得 swap 分区占空间也可以不分改用 swapfile。装完系统后执行sudo fallocate -l 16G /swapfile sudo chmod 600 /swapfile sudo mkswap /swapfile sudo swapon /swapfile echo /swapfile none swap sw 0 0 | sudo tee -a /etc/fstab这样省去一个分区槽位改大小也方便。但注意如果后续要跑大模型训练、显存不够需要 CPU offloadswap 给 16~32GB 都不嫌多。深度学习场景下swap 不够导致的 OOM 杀进程比显存不够更让人崩溃。3.2 安装过程中最容易忽略的五个细节第一安装类型页面有两个复选框为图形或无线硬件安装第三方软件和下载更新。第一个强烈建议勾上它会顺手装好部分网卡、显卡的开源驱动第二个在网速慢时可以取消装完再 apt 更新也一样。第二用户名和密码用英文。后续很多深度学习工具、Docker 容器对纯英文路径兼容性更好中文用户名的家目录在部分工具里会出各种奇怪的编码问题。系统显示语言倒是可以选中文不影响这个。第三建议在安装过程中就连接网络。纯 Ubuntu 装完后如果网卡驱动没起来最坏情况会陷入没网 → 没法装驱动 → 没法上网的死循环。热词里那个识别不对有线网卡的求助多半就是安装时没联网装完才发现网卡没驱动。安装时联网至少能保证基础硬件包齐全。第四登录方式建议选需要密码登录不要图方便开自动登录。后续如果遇到驱动问题导致登录循环自动登录会掩盖故障现象不利于排查。第五到选择镜像源那一步直接换成国内镜像。如果安装器没自动配好装完第一件事就是手动换源否则 apt 下载速度能让急性子摔键盘。3.3 装完系统后的第一轮初始设置登录进桌面后按顺序做这几件事sudo apt update sudo apt upgrade -y升级完重启确认系统版本和内核lsb_release -a uname -r然后换清华或阿里镜像源。以清华源为例编辑 /etc/apt/sources.list把 deb 开头的行替换为镜像站地址。这一步能让后续 apt 安装快一个数量级尤其是装的软件包多的时候。再装上基础工具sudo apt install -y build-essential dkms git curl wget htop nvtopdkms 特别重要后面内核升级要靠它自动重建 NVIDIA 驱动模块。少装它你的驱动会在某次内核更新后悄悄失效那种明明什么都没动驱动突然没了的诡异问题多半就是没装 dkms。4. RTX 3090 驱动安装与CUDA环境搭建4.1 3090 驱动版本选型逻辑RTX 3090 的 Ampere 架构对应的驱动下限是 470 系列但那是早期版本现在直接用 535 或 550 系列更稳。理由Ubuntu 22.04 的 apt 源里就能装到 535和内核、桌面环境适配最稳550 系列对新特性支持更好但某些老 CUDA 工程对驱动版本敏感升级前先看看自己项目的官方要求。驱动版本和 CUDA 的关系记住一句话就够了驱动是向下兼容的装新驱动不影响旧的 CUDA 应用但 CUDA 工具包版本别比驱动支持的最低版本还旧否则 nvcc 编译出来的程序可能跑不起来。4.2 先把Nouveau关掉纯Ubuntu最容易翻车的一步Ubuntu 默认加载的是开源的 Nouveau 驱动它和 NVIDIA 闭源驱动不能共存。很多人装完 NVIDIA 驱动后重启直接黑屏或卡登录界面十有八九是 Nouveau 没屏蔽干净。屏蔽方法sudo bash -c echo -e blacklist nouveau\noptions nouveau modeset0 /etc/modprobe.d/blacklist-nvidia-nouveau.conf sudo update-initramfs -u执行完建议这次重启直接关机再开机而不是热重启有些主板热重启仍会保留残留状态。进系统后确认lsmod | grep nouveau没有输出就说明屏蔽成功。注意屏蔽 Nouveau 之前先确认你的系统里没有同时存在 NVIDIA 开源和闭源驱动的痕迹否则后面排查会非常痛苦。最干净的状态是装完系统、升级完还没动过任何显卡驱动时就先把 Nouveau 关掉。4.3 Secure Boot 与 MOK 签名流程如果你没关 Secure Boot装 NVIDIA 驱动时系统会提示设置 MOKMachine Owner Key密码。这不是报错是引导层的签名流程驱动装完并重启后会进入一个蓝色的 MOK 管理界面选 Enroll key 并输入刚才设置的密码然后在是否信任该密钥里选 Yes。完成后才能正常加载 nvidia 模块。但说句实在话纯 Ubuntu 机器上关掉 Secure Boot 是目前最省心的路径除非你有跨系统的全盘加密需求。这也是我在 BIOS 部分让你直接关掉它的原因。用 MOK 不是不行就是每次换内核、换驱动都可能要多签一次名时间成本不可忽略。4.4 三种驱动安装方式横向对比方式适用情况优点缺点sudo ubuntu-drivers install新手首选自动选推荐版本一条命令适配系统版本可能不是最新sudo apt install nvidia-driver-535明确指定版本版本可控更新走 apt需先确认源里有该版本官网 .run 安装包需要特定新版本版本最新可控性强需手动处理冲突、卸载旧驱动我实测下来Ubuntu 22.04 3090 用第一条最稳ubuntu-drivers devices sudo ubuntu-drivers install安装完重启执行 nvidia-smi应该能看到显卡信息、驱动版本和显存占用。如果输出的 CUDA 版本号和你预期不同别急那不是 CUDA 工具包是驱动内置的运行时版本和你要装的 CUDA Toolkit 是两回事。注意.run 安装包和 apt 安装的驱动不要混用否则会出现驱动模块版本对不上的问题。想换安装方式前先把旧驱动 purge 干净再装新的。4.5 CUDA、cuDNN 与 PyTorch 版本匹配驱动装好之后CUDA 环境有两种搭法。第一种直接在系统里装完整 CUDA 工具包。适合要自己编译 CUDA 代码、需要 nvcc 的人。从 NVIDIA 官网下载 .run 包安装安装时去掉已装好的 Driver 组件只选 CUDA Toolkitsudo sh cuda_12.1_*.run --toolkit --silent --override装完把 PATH 和 LD_LIBRARY_PATH 写进 ~/.bashrc。注意 gcc 版本要和 CUDA 要求的 gcc 匹配Ubuntu 22.04 默认 gcc-11CUDA 12.x 支持没问题老版本 CUDA比如 11.4配 gcc-11 会报错需要装 gcc-9/g-9 并用 update-alternatives 切换。第二种不装完整工具包靠 PyTorch 自带的 CUDA runtime。对绝大多数跑深度学习的人来说这才是正解。因为 PyTorch 的 pip 包已经把 CUDA runtime 打进 wheel 里了你只需要保证 NVIDIA 驱动版本高于 PyTorch 要求的 CUDA 版本就行pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121cuDNN 同理只有少数写原生 CUDA Kernel 的场景需要单独装普通训练和推理用 PyTorch 内置的实现就够了。这一点能帮你省掉大量版本冲突的麻烦也是我在纯 Ubuntu 上跑了大半年才悟出来的经验。4.6 验证GPU是否真的在工作装完跑一遍完整验证nvidia-smi nvtop # 实时看显存、温度和利用率然后用 Python 验证 CUDA 是否可用。以 PyTorch 为例python3 -c import torch; print(torch.cuda.is_available()); print(torch.cuda.get_device_name(0)); print(torch.cuda.get_device_properties(0).total_memory / 1024**3, GB)输出 True 和 RTX 3090 型号名就说明环境通了。顺手跑一个矩阵乘法测试确认不是只识别、不计算python3 -c import torch; atorch.randn(4000,4000).cuda(); btorch.randn(4000,4000).cuda(); print((ab).sum().item())第一次跑会看到 GPU 风扇转起来、功耗上升此时说明驱动和 CUDA 都在正常工作。当初我装完驱动后只看了 nvidia-smi 没做计算测试结果第二天跑训练才发现 PyTorch 报 CUDA driver error白白排查了半天。5. 常见问题与排查技巧实录5.1 开机黑屏Nouveau没屏蔽干净或内核参数问题黑屏是装 3090 驱动之后出现频率最高的故障。大多数情况是 Nouveau 残留。处理方法是启动时进 grub在 quiet splash 后面临时加 nomodeset先用基本显示模式进系统然后重新执行一遍 4.2 节的屏蔽命令。如果加了 nomodeset 能进系统但 nvidia-smi 报错检查 /var/log/Xorg.0.log 和 /var/log/kern.log。另一个常见坑是装完 .run 驱动之后又执行了 apt upgrade新内核把旧的 nvidia 模块从 /lib/modules 里清掉了。这种场景下 dkms 的价值就体现出来了sudo dkms status sudo dkms install nvidia/535.xxx -k $(uname -r)这里还提醒一句黑屏后不要第一反应重装系统。先按 CtrlAltF2 切到 TTY用命令行排查一圈大多数驱动问题都能远程修好重装系统是下下策。5.2 登录循环Wayland与显示管理器冲突另一种高频问题是能进登录界面但输完密码又跳回登录页。Ubuntu 22.04 默认使用 Wayland部分 NVIDIA 驱动版本下的 GNOME 在 Wayland 会话里会循环崩溃。解决思路分两步在登录界面点用户名后看右下角有没有齿轮图标切到 Xorg或 Ubuntu on Xorg会话再登录这一招能解决七成登录循环。若是驱动加载失败导致的循环CtrlAltF2 切到 TTY 终端查看 ~/.xsession-errors 和 Xorg 相关日志定位具体原因。驱动冲突时最省时的做法是彻底重装驱动sudo apt purge nvidia* -y sudo apt autoremove -y sudo apt install nvidia-driver-535 sudo reboot重装前把之前手动下载的 .run 包产生的残留也清干净检查 /usr/local/cuda 是否存在旧软链接目录。purge 不干净就装新驱动是我见过最容易造成装完还是不行的隐形杀手。5.3 内核升级后驱动失效这个问题在纯 Ubuntu 上尤其常见。Ubuntu 22.04 每两三个月更新一次内核HWE 内核更频繁。每次升级完重启如果驱动模块没有通过 dkms 重建nvidia-smi 就会报 Failed to initialize NVML。预防手段就是前面说的安装 dkms。若已经失效按 5.1 的 dkms 命令重建即可不需要重新安装驱动。另外提醒一句不要在新内核发布当天就急着升级。在论坛或群里观察两天确认没人反馈 NVIDIA 驱动兼容性问题再升。这种等等党习惯能帮你避开大多数事故。我团队里一台 3090 机器就是因为在内核发布当天升级导致整个训练任务中断教训深刻。5.4 周边相关的其他小坑装完系统后还有几个非显卡但高频的问题这里一并提一下因为这些和装显卡驱动其实经常一起出现无线网卡认不到或信号不稳定Ubuntu 22.04 对 Intel 无线网卡支持很好但如果是 Realtek 或联发科网卡大概率要先装驱动。热词里那个RK3566 构建系统没有 WiFi 驱动就是这类问题。解决路径是先有线联网再根据网卡型号 apt 安装对应固件包。中文输入法默认的 ibus 不好用的直接装 fcitx5 或其它输入法 Linux 版按官方文档配置环境变量即可。不需要在 ibus 上浪费时间调试直接换框架是正解。远程控制装向日葵等远程工具时如果提示缺依赖先 sudo apt install -f 修复依赖再装。装了 NVIDIA 驱动后远程桌面的编码性能会明显提升3090 的硬件编码能力在远程串流场景下很吃香。显存占用看不到普通 htop 只能看内存装 nvtop 才能看 GPU 的利用率、显存、温度排查训练卡顿必备。没装 nvtop 之前我以为系统卡是 CPU 的问题装上后才发现是 GPU 显存被打满了。5.5 排查命令速查表场景命令查看显卡状态nvidia-smi查看GPU实时监控nvtop确认Nouveau是否残留lsmod | grep nouveau查看已加载NVIDIA模块lsmod | grep nvidia查看内核日志中NVIDIA相关信息dmesg | grep -i nvidia查看DKMS模块状态sudo dkms status查看Xorg日志尾部cat /var/log/Xorg.0.log | tail -50这套命令从装完系统到日常使用基本够用了。建议把这几个命令存成一个备忘录文件放在桌面别等出问题时满世界找。6. 最后的体会回到开头那句话3090 配 Ubuntu 22.04本身不算难难的是那些教程里不会写的细节。我个人在实际操作中的体会是安装顺序上先关 BIOS 里的 Secure Boot、再做启动盘、再分区看起来都是小事但每一步省下来的排查时间都是按小时算的。驱动装完别急着跑大模型先让自己在纯 Ubuntu 环境里正常用上几天确认显卡、网络、输入法都稳定了再往环境里装 CUDA、PyTorch 这些东西出问题时排查范围会小很多。另外养成两个习惯会少踩很多坑一是所有系统级改动屏蔽 Nouveau、改 grub、换源都先备份原文件改崩了还能回滚二是每次升级内核前后跑一遍 dkms status让内核模块异常尽早暴露。最后再送一句如果装驱动过程中卡住了先搜报错原文而不是重新再装一遍系统——我见过太多人因为一行日志没看把系统重装了三次其实只是内核头文件没装的问题。希望这份补充教程能让你一次装完、一次点亮。