cuDNN 作为 NVIDIA 针对深度学习的 GPU 加速库，是大模型部署、深度学习训练的核心依赖。在 Ubuntu 24.04 系统中安装 cuDNN 9.18.1，最容易踩坑的点是远程源访问不稳定、JIT 包与预编译包冲突、路径不统一导致框架无法识别。本文基于实操落地经验，整理出「本地仓库优先安装 + 冲突规避 + 三重验证」的完整流程，所有代码均可直接复制执行，适配 CUDA 13.x（以 13.0 为例），确保安装后 100% 可用。
一、前置准备
1. 环境前提
- 已成功安装 CUDA 13.0（需与 cuDNN 9.x 系列适配，本文以 CUDA 13.0 为核心适配版本）
- 拥有
sudo管理员权限，系统为 x86_64 架构 Ubuntu 24.04 LTS - 已获取 cuDNN 9.18.1 本地仓库包（解压后目录为
/var/cudnn-local-repo-ubuntu2404-9.18.1，内含完整 deb 安装包） - 目标 GPU 适配（如 RTX 6000 Pro 96G，支持 Blackwell 架构）
2. 提前安装必备依赖（为后续验证铺路）
sudo apt install -y libfreeimage-dev libfreeimage3
