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 -i 'vga\|3d'
lspci | grep -i nvidia

1.2 关闭系统自带图形界面&禁用nouveau

openEuler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 | grep nouveau

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 nouveau modeset=0

更新内核并重启

mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r)-nouveau.img

dracut /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 | grep nouveau

1.3 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：

dnf install -y gcc gcc-c++ kernel-devel kernel-header make cmake wget

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

chmod +x 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

chmod +x 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

export PATH=/usr/local/cuda-12.4/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-12.4/lib64$LD_LIBRARY_PATH

生效环境变量

source  /etc/profile

3.3 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Conda

openEuler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

bash Miniconda3-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

export PATH=/work/miniconda3/bin:$PATH

生效环境变量

source /etc/profile

4.3 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

1. 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
2. CUDA版本不匹配：切勿安装高于nvidia-smi支持的CUDA版本
3. 重复安装驱动冲突：安装CUDA时务必拒绝重复安装显卡驱动
4. 服务器图形界面报错：安装驱动、CUDA时必须添加--no-opengl-libs参数