前言

一通折腾，算是把显卡扩展坞给接上用起来了。能找到的Ubuntu外接显卡扩展坞配置深度学习环境的资料比较少，乱折腾一番总算是能用了。现努力回忆过程，尽可能完整地记录下来配置环境的过程。

显卡扩展坞在Windows下很容易用起来，不过由于很多时候代码需要在Ubuntu环境上运行，所以安装了Ubuntu18.04双系统。 网上关于Ubuntu外接显卡扩展坞的配置的文章比较少，自己也折腾了很久才调通，现将安装过程记录如下备查。

一、安装Nvidia驱动

根据扩展坞中的显卡型号，去官网下载相应的驱动，我下载的是NVIDIA-Linux-x86_64-440.82.run。

在最后一行添加：

这一条是用来禁用nouveau驱动，之后也不需要改回来。 由于nouveau是构建在内核中的，所以要执行下面命令生效:

重启之后，可以看nouveau有没有运行:

没有任何输出代表禁用生效了。

给驱动文件增加可执行权限：

安装：

安装完成后重启，使用nvidia-smi验证是否安装成功。 还可以使用sudo lshw -c display命令查看Nvidia驱动是否安装成功。 如果有driver=nvidia就表示安装成功了。

注：重启后如果没有显示，可以拔掉扩展坞的雷雳3线重插一下再看看，这一步很靠运气。

二、安装CUDA

下载需要的CUDA版本文件，这里下载了cuda_10.0.130_410.48_linux.run。 安装：

cuda一般安装在 /usr/local/cuda/ 路径下，该路径下有一个version.txt文档，里面记录了cuda的版本信息。 使用cat /usr/local/cuda/version.txt 即可查询，如下。

三、安装cudnn

下载对应的cudnn，如cudnn-10.0-linux-x64-v7.6.4.38.tgz。

四、环境验证

安装pytorch等深度学习环境，测试CUDA是否可用。

五、后记

本博文主要目的是记录下来备查。以上步骤是从各种尝试中得出来的，只能说明适用于我所使用的软硬件环境，不一定具有普适性，请大家自行判断是否参考和使用，由此带来的风险自负。还有其他的安装（如Ubuntu自带驱动管理安装）方式大家可以自行搜索。

参考资料

[1] Linux安装NVIDIA显卡驱动的正确姿势 [2] 两种在Ubuntu 18.04上安装Nvidia驱动程序的方法 [3] sudo service lightdm stop此步骤在Ubuntu18.04上是否需要有待考证