从裸机到起飞！8卡RTX 3090服务器30分钟配置指南
从裸机到起飞！8卡RTX 3090服务器30分钟配置指南
导读：拿到新GPU服务器却不知从何下手？跟着本文操作，30分钟搞定驱动、环境、镜像源，让你的深度学习服务器飞起来！
???? 配置目标
- ✅ NVIDIA驱动：支持8张RTX 3090
- ✅ Python环境：Conda + uv双引擎
- ✅ 镜像加速：全套国内源，速度提升100倍
- ✅ Docker容器：一键部署
- ✅ 开箱即用：配置完立即开始训练
难度：⭐⭐☆☆☆
时间：30-45分钟
系统：Ubuntu 24.04 LTS
第一步：安装NVIDIA驱动
这是最关键的一步，驱动装不好GPU就是摆设。
# 一键安装
sudo apt update
sudo apt install -y nvidia-driver-580 nvidia-utils-580
# 重启系统（必须！）
sudo reboot
# 验证（重启后执行）
nvidia-smi
看到8张卡的信息？恭喜，第一步成功！????
第二步：配置Python环境
安装Miniconda（标准化方式）
# 下载安装脚本
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O miniconda.sh
# 安装到 /opt 目录（符合Linux标准）
sudo bash miniconda.sh -b -p /opt/miniconda3
# 初始化环境
/opt/miniconda3/bin/conda init bash
exec bash
# 创建Python 3.11环境（推荐）
conda create -n py311 python=3.11 -y
conda activate py311
为什么用3.11而不是3.13？
答：兼容性更好，生产环境首选。
第三步：配置镜像源（重点！）
这一步能让下载速度提升10-100倍，非常关键！
一键配置脚本
cat > /tmp/setup_mirrors.sh << 'EOF'
#!/bin/bash
# Ubuntu APT镜像（清华）
sudo tee /etc/apt/sources.list > /dev/null << 'APT'
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ noble main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ noble-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ noble-security main restricted universe multiverse
APT
# pip镜像（清华）
mkdir -p ~/.pip
cat > ~/.pip/pip.conf << 'PIP'
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
PIP
# conda镜像（清华）
cat > ~/.condarc << 'CONDA'
channels:
- defaults
show_channel_u
