Python 개발에 필요한 드라이버 설치 방법(Linux)

✅ 1. nvidia 그래픽 드라이버 설치(rtx 5090 버전)

1) 기존 nvidia 드라이버 삭제

sudo apt remove --purge '^nvidia-.*'
sudo apt autoremove -y

2) 최신으로 업데이트

sudo apt update
sudo apt upgrade -y

3) nouveau 드라이버 blacklist 처리 + initramfs 업데이트

• 리눅스는 기본적으로 nvidia 공식 드라이버 대신 nouveau 오픈소스 드라이버 사용

lsmod | grep nouveau # 만약 출력값이 있다면 nouveau가 사용 중이므로 아래의 명령어 입력

sudo bash -c "echo blacklist nouveau > /etc/modprobe.d/blacklist-nouveau.conf"
sudo bash -c "echo options nouveau modeset=0 >> /etc/modprobe.d/blacklist-nouveau.conf"

sudo update-initramfs -u # initramfs 업데이트

4) 시스템 재부팅

sudo reboot

5) nvidia 570-open 설치(이 버전으로 해야 5090버전 인식 가능)

sudo add-apt-repository ppa:graphics-drivers/ppa # 시스템에 최신 NVIDIA 드라이버 라인업을 제공하는 외부 저장소를 등록
sudo apt update
sudo apt install nvidia-driver-570-open

sudo reboot # 재부팅

nvidia-smi # 올바르게 설치 됐으면 5090이 뜬다

---

✅ 2. CUDA Toolkit 설치

0) APT 방식으로 CUDA Toolkit 12.8 설치

• 커널 버전 확인 (uname -r)
  6.14.0-33-generic

• nvidia-smi
  CUDA Version: 12.8

1) 시스템 업데이트 + 필수 툴 설치

sudo apt update
sudo apt upgrade -y
sudo apt install -y build-essential dkms ca-certificates gnupg curl

• build-essential은 컴파일(예: 샘플 빌드)에 필요하고, gnupg는 GPG 키 관리용

2) NVIDIA APT 리포지터리(ubuntu2404)와 공개키 추가 — 안전한 방법

(공식 리포지터리의 공개키를 /etc/apt/keyrings에 넣고 리포트를 등록하는 방법)

sudo mkdir -p /etc/apt/keyrings

# 공개키 가져오기(공식 경로)
curl -fsSL https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/3bf863cc.pub \
  | sudo gpg --dearmour -o /etc/apt/keyrings/nvidia-repo.gpg

# 리포지터리 등록
echo "deb [signed-by=/etc/apt/keyrings/nvidia-repo.gpg] https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/ /" \
  | sudo tee /etc/apt/sources.list.d/cuda.list

# 패키지 색인 갱신
sudo apt update

• 위 경로(ubuntu2404/x86_64/3bf863cc.pub)는 NVIDIA 공식 리포 인덱스에 있는 최신 공개키 파일

3) CUDA Toolkit 12.8(툴킷)만 설치 — 드라이버는 건드리지 않음

• 드라이버를 바꾸고 싶지 않으니 툴킷 패키지만 설치

  sudo apt install -y cuda-toolkit-12-8

• cuda-toolkit-12-8은 nvcc(컴파일러)와 개발 라이브러리들을 설치한다. (만약 단순히 런타임만 필요하면 cuda-compat-12-8을 사용할 수 있음)

주의: sudo apt install cuda 혹은 cuda-drivers 같은 패키지는 드라이버를 함께 설치/업데이트할 수 있으니 실행X

4) 환경변수 등록 (PATH, LD_LIBRARY_PATH)

• 설치가 끝나면 nvcc가 바로 인식되도록 환경변수 추가

echo 'export PATH=/usr/local/cuda-12.8/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-12.8/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

• 만약 /usr/local/cuda-12.8 디렉토리가 없다면 ls /usr/local/로 실제 설치된 cuda-* 디렉토리 확인 후 경로를 맞추기

5) 설치 확인

# 드라이버 상태(다시)
nvidia-smi

# nvcc 확인
nvcc --version

# 또는
/usr/local/cuda-12.8/bin/nvcc --version

• 정상이라면 nvcc 출력에 Cuda compilation tools, release 12.8 같은 문구가 나온다.

---

✅ 3. Anaconda 설치

1) Anaconda 설치

• 2024.06-1-Linux-x86_64.sh 버전 설치

cd /tmp
wget https://repo.anaconda.com/archive/Anaconda3-2024.06-1-Linux-x86_64.sh # 파일 다운로드
bash Anaconda3-2024.06-1-Linux-x86_64.sh # 설치 시작

1-1) 설치 중 나오는 질문

• 오른쪽의 입력을 해줘야지 진행 됨

질문	입력
Press ENTER to continue	Enter
Do you accept the license terms?	yes
Press ENTER to confirm install location	Enter (기본 경로 사용 권장)
Do you wish to initialize Anaconda3?	yes

2) 설치 후

• 터미널 재시작 or
• source ~/.bashrc 실행

3) 설치 확인

conda --version
#conda 24.5.0 출력

• anaconda가 설치되었기 때문에 터미널 이름 앞에 (base) 붙어있음 즉, anaconda 환경에서 실행 중
• Anaconda 환경은 사용자 레벨의 Python 가상환경
• 평상시에는 꺼뒀다가 필요할 때 수동으로 열기 권장
  • 우분투 자체내에도 python3이 있으므로 충돌 가능성 방지

⚙️ (base)를 끄는 방법

• 터미널을 열 때 자동으로 (base)가 뜨지 않게 하고 싶다면 아래 명령을 입력

conda config --set auto_activate_base false

• 그다음 터미널을 다시 열면 (base) 표시 X

• 필요할 때만 직접 환경을 활성화하려면:

conda activate base # 다시 활성화
conda activate myenv # 프로젝트용 환경 활성화
conda deactivate # 끝나고 비활성화

✅ 요약

상태	설명
(base) 표시됨	Anaconda 기본 환경이 활성화됨
(base) 표시 안됨	Conda 비활성화 상태
변경 방법	conda config --set auto_activate_base false