virtualbox虚拟机ubuntu如何使用GPU加速

一、前置准备

1. 确认VirtualBox版本：确保使用VirtualBox 7.1及以上版本（支持3D加速功能，旧版本可能存在兼容性问题）。
2. 确认Ubuntu版本：推荐使用Ubuntu 20.04及以上版本（内核版本较新，对NVIDIA驱动支持更好）。
3. 确认显卡型号：在Ubuntu终端运行lspci -vnn | grep 'VGA controller'，查看显卡型号（如NVIDIA RTX 3060），确保下载对应驱动。

二、VirtualBox基础配置（启用3D加速）

1. 打开VirtualBox管理器，选中目标Ubuntu虚拟机，点击顶部菜单栏“设置”。
2. 进入“显示”选项卡，在“显卡控制器”下拉菜单中选择VMSVGA（VirtualBox推荐的显卡控制器，支持3D加速）。
3. 展开“硬件加速” section，勾选启用3D加速（允许虚拟机访问主机GPU资源）。

三、安装VirtualBox Guest Additions（增强功能）

1. 启动Ubuntu虚拟机，点击VirtualBox窗口顶部“设备”菜单，选择“安装增强功能”。
2. 系统会自动挂载增强功能光盘镜像，打开终端，运行以下命令安装依赖并挂载光盘：

   sudo apt update sudo apt install build-essential dkms linux-headers-$(uname -r) sudo mount /dev/cdrom /mnt cd /mnt sudo ./VBoxLinuxAdditions.run 

3. 安装完成后，重启虚拟机：sudo reboot（重启后增强功能生效，提升图形性能）。

四、禁用Nouveau开源驱动（避免冲突） Nouveau是Ubuntu默认的开源NVIDIA驱动，与官方闭源驱动冲突，需提前禁用：

1. 打开终端，编辑黑名单配置文件：

   sudo vim /etc/modprobe.d/blacklist-nouveau.conf 

2. 在文件末尾添加以下内容（禁用Nouveau驱动及其模块加载）：

   blacklist nouveau options nouveau modeset=0 

3. 更新initramfs（使黑名单生效）：sudo update-initramfs -u。
4. 重启虚拟机：sudo reboot。
5. 验证禁用结果：lsmod | grep nouveau（无输出则表示禁用成功）。

五、安装NVIDIA官方驱动

1. 检查推荐驱动：运行ubuntu-drivers devices，查看系统推荐的NVIDIA驱动版本（如nvidia-driver-535，标记为“recommended”）。
2. 安装驱动：根据推荐版本运行安装命令（以535为例）：

   sudo apt install nvidia-driver-535 -y 

3. 重启生效：sudo reboot。
4. 验证安装：运行nvidia-smi（显示显卡型号、驱动版本、GPU使用率等信息，表示驱动安装成功）。

六、安装CUDA Toolkit（可选，用于GPU计算加速） 若需运行CUDA加速的应用（如深度学习、科学计算），需额外安装CUDA Toolkit：

1. 下载CUDA：访问NVIDIA CUDA Toolkit Archive，选择与驱动版本兼容的CUDA版本（如CUDA 12.2），下载对应Ubuntu版本的安装包（如.run或.deb格式）。
2. 安装CUDA：
   • 若为.run文件：赋予执行权限并运行（跳过驱动安装，避免与已装驱动冲突）：

     chmod +x cuda_<version>_linux.run sudo ./cuda_<version>_linux.run --no-drv-install 

   • 若为.deb文件：双击安装或通过命令行安装：

     sudo dpkg -i cuda-repo-<distro>_<version>_amd64.deb sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/<distro>/x86_64/7fa2af80.pub sudo apt update sudo apt install cuda 

3. 配置环境变量：编辑~/.bashrc，添加以下内容（指定CUDA路径）：

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

   运行source ~/.bashrc使配置生效。
4. 验证CUDA：运行nvcc -V（显示CUDA编译器版本，表示安装成功）。

七、安装cuDNN（可选，提升深度学习性能） cuDNN是NVIDIA针对深度学习的加速库，需配合CUDA使用：

1. 下载cuDNN：访问NVIDIA cuDNN官网，注册账号后下载与CUDA版本匹配的cuDNN包（如cuDNN 8.9.0 for CUDA 12.2）。
2. 安装cuDNN：解压下载的压缩包，复制文件到CUDA目录：

   tar -xvf cudnn-linux-x86_64-8.9.0.131_cuda12-archive.tar.xz sudo cp cudnn-linux-x86_64-8.9.0.131_cuda12-archive/include/cudnn*.h /usr/local/cuda/include sudo cp -P cudnn-linux-x86_64-8.9.0.131_cuda12-archive/lib/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn* 

3. 验证cuDNN：运行cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2（显示cuDNN版本信息，表示安装成功）。

八、验证GPU加速效果

1. 基础验证：运行nvidia-smi，若显示GPU使用率不为0（如运行glxgears测试3D性能时），说明GPU加速已启用。
2. 性能测试：使用glmark2工具测试图形性能（需安装：sudo apt install glmark2），对比启用3D加速前后的帧率差异。