Ver todos los artículos
FedoraCUDAOllamallama.cppGuía

CUDA en Fedora: driver, Secure Boot, toolkit y primer modelo

JG
Jacobo González Jaspe
|

Revisado:

Ilustración abstracta: esferas de vidrio anidadas con una luz ámbar en el centro. Modelos
Ilustración generada con IA en nuestra máquina.
Este artículo también está en inglés:CUDA on Fedora: driver, Secure Boot, toolkit, first model

Al terminar esta guía tu máquina con Fedora ejecutará modelos de lenguaje en su tarjeta NVIDIA: driver instalado y firmado, un primer modelo en Ollama y, si te hacen falta, el toolkit CUDA, PyTorch y contenedores con GPU. La tarjeta más barata de nuestro catálogo a la que se aplica es una RTX 3060 de 12 GB.

No hemos ejecutado los pasos de Fedora. No tenemos ninguna máquina con Fedora. Las nuestras son NVIDIA DGX Spark con Ubuntu 24.04 (aarch64, CUDA 13). Cada comando de Fedora sale de la fuente enlazada, leída el 16 de noviembre de 2026, y lo indicamos. Las salidas que mostramos son de nuestra máquina con Ubuntu y también lo indicamos.

De dónde sale cada paso

Fuente (todas leídas el 16-11-2026)Para quéCamino de driver que recomienda
Guía de NVIDIA de RPM Fusion, editada el 14-11-2026driver, espera de compilación, tarjetas antiguas, escritorios Atomicsu propio akmod-nvidia
Guía de Secure Boot de RPM Fusiongenerar la clave y registrarla en MOKno aplica
Guía de CUDA de RPM Fusion, editada el 25-09-2026toolkit junto al driver de RPM Fusiondriver de RPM Fusion, toolkit de NVIDIA
Guía de instalación del driver de NVIDIA, Fedorael camino propio de NVIDIAel nvidia-open de NVIDIA
Guía de instalación de CUDA para Linux, versión 13.5toolkit, Fedora y GCC admitidosno aplica desde la 13.4: el paquete del toolkit no instala driver
Guía de NVIDIA Container Toolkit, 1.20.1Podman y Dockercualquier driver que funcione
Ollama en Linux, página de GPU y resolución de problemasprimer modelo, códigos de errorno aplica

La web de documentación de Fedora rechazó nuestro lector automático, así que nada de esto se apoya en páginas de Fedora. Los pasos de Secure Boot son los de RPM Fusion. Lee tú las notas de la versión de Fedora 45 antes de actualizar; el enlace es el del anuncio de Fedora Magazine.

Qué necesitas

  • Fedora Workstation 44 o 45 en x86_64, o un escritorio Atomic (las diferencias están en las preguntas frecuentes).
  • Una tarjeta NVIDIA. El paquete por defecto de RPM Fusion cubre las actuales; las GTX 800, 900 y 10 usan akmod-nvidia-580xx, con CUDA hasta la 12.x.
  • Ollama pide driver 550 o posterior, y 570 o posterior para tarjetas con capacidad de cómputo de 5.0 a 6.2, según su página de GPU.
  • Una tarjeta nueva si no tienes: la RTX 3060 de 12 GB estaba a 509,00 EUR en PcComponentes el 16 de noviembre de 2026, según nuestro catálogo de hardware.
  • Acceso de administrador y uno o dos reinicios.

Paso 1: elige un solo camino para el driver

RPM FusionRepositorio de NVIDIA
Paqueteakmod-nvidianvidia-open
Compilación del móduloakmods, en tu máquinaDKMS, en tu máquina
Versiones de Fedorasigue a Fedora; el comando de alta lee tu número de versiónsu guía nombra Fedora 44
Rama del driver (16-11)595 o posterior en Fedora 44 y siguientes, según su páginahasta la 620.70.06 en el repositorio fedora44
Secure Bootdocumentado, con firma de akmodsla página de Fedora de NVIDIA no lo menciona

La diferencia es sencilla. El repositorio de NVIDIA te da la rama más nueva y el soporte de NVIDIA, en la única versión que ha validado. RPM Fusion sigue los kernels de Fedora y recomienda su driver para recibir los arreglos que piden las actualizaciones del kernel.

El resto de la guía sigue a RPM Fusion. El camino de NVIDIA ocupa una sección corta y separada. No los combines.

Paso 2: comprueba la tarjeta y Secure Boot

Los comandos de detección de RPM Fusion y, después, el estado de Secure Boot:

bash
/sbin/lspci | grep -e VGA
/sbin/lspci | grep -e 3D      # una segunda línea aquí indica un portátil Optimus
mokutil --sb-state

En nuestra máquina con Ubuntu el último comando imprime SecureBoot enabled. Si la tuya dice lo mismo, haz el paso 3 antes de instalar el driver. Si está desactivado, salta al paso 4.

Paso 3: registra una clave de firma (Secure Boot activo)

Un kernel con Secure Boot solo carga módulos firmados con una clave en la que confía el firmware. La página de RPM Fusion lo dice claro: “you must sign the nvidia kmod”. No hace falta desactivar Secure Boot. De su guía de Secure Boot:

bash
sudo dnf install kmodtool akmods mokutil openssl
sudo kmodgenca -a
sudo mokutil --import /etc/pki/akmods/certs/public_key.der
systemctl reboot

mokutil te pide que inventes una contraseña. En el siguiente arranque aparece una pantalla azul de MOK: elige Enroll MOK, Continue, Yes y escribe esa contraseña. La guía avisa de que esa pantalla usa la distribución QWERTY, y con un teclado español eso cambia los símbolos.

Dos avisos de la misma página. Tras actualizar el firmware puede que tengas que importar la clave otra vez. Y la clave privada queda en /etc/pki/akmods, por lo que la página da por obligatorio un disco raíz cifrado.

Paso 4: instala el driver desde RPM Fusion

Activa los repositorios con el comando de la página de configuración de RPM Fusion e instala:

bash
sudo dnf install \
  https://mirrors.rpmfusion.org/free/fedora/rpmfusion-free-release-$(rpm -E %fedora).noarch.rpm \
  https://mirrors.rpmfusion.org/nonfree/fedora/rpmfusion-nonfree-release-$(rpm -E %fedora).noarch.rpm
sudo dnf update -y
sudo dnf install akmod-nvidia
sudo dnf install xorg-x11-drv-nvidia-cuda

RPM Fusion marca el segundo paquete como opcional, para CUDA y codificación de vídeo. En esta guía no es opcional.

Ahora espera. El módulo se compila en tu máquina cuando termina la transacción, y la guía le da hasta cinco minutos. Compruébalo antes de reiniciar:

bash
modinfo -F version nvidia

Un número de versión significa que el módulo está compilado. En nuestra máquina con Ubuntu ese comando imprime 580.173.02. Si ves modinfo: ERROR: Module nvidia not found., sigue compilando. Espera y repite.

La guía indica que las tarjetas Turing y posteriores reciben por defecto el módulo abierto de NVIDIA. No tienes que elegir nada.

El camino de NVIDIA, como alternativa (solo Fedora 44)

De la guía del driver de NVIDIA, como root, y solo si no instalaste el driver de RPM Fusion:

bash
dnf install kernel-devel-matched kernel-headers
dnf config-manager addrepo --from-repofile=https://developer.download.nvidia.com/compute/cuda/repos/fedora44/x86_64/cuda-fedora44.repo
dnf clean expire-cache
dnf install nvidia-open
reboot

Esa página no trata Secure Boot. El README del driver de NVIDIA solo dice que muchas distribuciones exigen módulos firmados con Secure Boot, y que conviene que la clave sea de confianza antes de instalar.

Paso 5: reinicia y verifica

bash
sudo reboot
lsmod | grep nouveau          # no debe imprimir nada (RPM Fusion)
cat /proc/driver/nvidia/version   # la comprobación de NVIDIA
nvidia-smi

Esta es la cabecera de nvidia-smi en nuestra máquina con Ubuntu, el 16 de noviembre de 2026. En Fedora el formato es el mismo, con tu tarjeta y tus versiones:

texto
| NVIDIA-SMI 580.173.02             Driver Version: 580.173.02     CUDA Version: 13.0     |
|   0  NVIDIA GB10                    On  |   0000000F:01:00.0 Off |                  N/A |
| N/A   48C    P0             12W /  N/A  | Not Supported          |      0%      Default |

Lee bien CUDA Version. Es la versión más alta de CUDA que el driver puede atender, no un toolkit instalado. Una máquina sin toolkit también la muestra.

Nuestra columna de memoria dice Not Supported porque la GB10 comparte una sola memoria entre CPU y GPU. Una tarjeta dedicada muestra ahí los MiB usados y totales.

Paso 6: un primer modelo con Ollama

bash
curl -fsSL https://ollama.com/install.sh | sh
ollama -v
ollama run llama3.1:8b "Resume en una frase: el driver está instalado y el modelo responde."
ollama ps

ollama ps es la prueba. Esta salida es nuestra, en Ubuntu, con Ollama 0.30.10:

texto
NAME           ID              SIZE      PROCESSOR    CONTEXT    UNTIL
llama3.1:8b    4fc21a39517b    9.2 GB    100% GPU     32768      48 minutes from now

Quieres ver 100% GPU. Una parte de CPU en esa columna significa que el modelo con su contexto no cupo en la tarjeta. Nuestros 9,2 GB son este modelo con 32k de contexto; la guía de VRAM enseña la cuenta.

Los registros están en journalctl -e -u ollama. Si nunca has usado Ollama, nuestra guía de instalación cubre lo básico.

Paso 7: el toolkit CUDA, solo si compilas

No lo necesitas para Ollama, que trae sus propias bibliotecas de CUDA: nuestra instalación tiene las carpetas cuda_v12 y cuda_v13 en /usr/local/lib/ollama. Tampoco para PyTorch desde pip: el 16 de noviembre el torch 2.15.0 de PyPI declaraba como dependencias en Linux las bibliotecas de CUDA 13.2 empaquetadas para pip. Lo necesitas para compilar llama.cpp u otro código CUDA.

La guía de CUDA de RPM Fusion conserva su driver y toma de NVIDIA solo el toolkit. Su sección para Fedora 44 y posteriores:

bash
sudo dnf config-manager addrepo --from-repofile=https://developer.download.nvidia.com/compute/cuda/repos/fedora44/$(uname -m)/cuda-fedora44.repo
sudo dnf clean all
sudo dnf config-manager setopt cuda-fedora44-$(uname -m).exclude=nvidia-driver\*,cuda-drivers\*,nvidia-modprobe,nvidia-persistenced,nvidia-settings,nvidia-libXNVCtrl\*,nvidia-xconfig,nvidia-open,nvidia-imex,nvidia-kmod-common,libnvidia-fbc,kmod-nvidia-\*-dkms,nvidia-fs\*,nvidia-gds\*,xorg-x11-nvidia\*
sudo dnf -y install cuda-toolkit xorg-x11-drv-nvidia-cuda
export PATH=${PATH}:/usr/local/cuda-13.5/bin
nvcc --version

La línea exclude es la importante. Impide que los paquetes de driver de NVIDIA sustituyan a los de RPM Fusion. La línea de PATH es de la guía de NVIDIA para la 13.5; ajusta el número a lo que hayas instalado.

En nuestra máquina con Ubuntu, nvcc --version termina con Cuda compilation tools, release 13.0, V13.0.88. El 16 de noviembre el repositorio fedora44 ofrecía el toolkit 13.5.0.

Después, llama.cpp, según su guía de compilación:

bash
git clone https://github.com/ggml-org/llama.cpp && cd llama.cpp
cmake -B build -DGGML_CUDA=ON
cmake --build build --config Release

Para elegir el archivo del modelo, mira qué cuantización GGUF escoger.

Paso 8: PyTorch con la rueda que corresponde

Elige la compilación en el selector de instalación de PyTorch. El 16 de noviembre el índice de ruedas tenía compilaciones cu126, cu130, cu132 y cu134, y la 2.15.0 existía para las dos últimas. Dentro de un entorno virtual:

bash
python3 -m venv ~/venvs/torch && source ~/venvs/torch/bin/activate
pip install torch --index-url https://download.pytorch.org/whl/cu132
python -c "import torch; print(torch.__version__, torch.version.cuda, torch.cuda.is_available())"

En nuestra máquina con Ubuntu esa última línea imprime 2.12.1+cu130 13.0 True. Quieres True y una versión de CUDA que tu driver admita. No pudimos leer el texto del selector con nuestras herramientas, así que el comando sigue al índice y no al selector.

Paso 9: contenedores con GPU en Podman o Docker

De la guía de NVIDIA Container Toolkit, con el driver ya en marcha:

bash
curl -s -L https://nvidia.github.io/libnvidia-container/stable/rpm/nvidia-container-toolkit.repo | \
  sudo tee /etc/yum.repos.d/nvidia-container-toolkit.repo
sudo dnf install -y nvidia-container-toolkit
nvidia-ctk cdi list
podman run --rm --security-opt=label=disable --device=nvidia.com/gpu=all ubuntu nvidia-smi

Para Podman, NVIDIA recomienda CDI. Desde la versión 1.18.0 un servicio llamado nvidia-cdi-refresh escribe el archivo de dispositivos en /var/run/cdi/nvidia.yaml al instalar, al actualizar el driver y en cada arranque. La opción --security-opt=label=disable desactiva la separación de SELinux para ese contenedor; el ejemplo de NVIDIA la usa.

Docker pide un paso más:

bash
sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker
sudo docker run --rm --runtime=nvidia --gpus all ubuntu nvidia-smi

La guía fija una versión (1.20.1-1 el día que la leímos). Aquí mostramos la instalación sin fijar para abreviar.

Qué medimos, en Ubuntu

Nada de esto es una medición en Fedora. El driver y el modelo son el mismo software en los dos sistemas; la tarjeta, no.

HardwareSistemaModeloVelocidadFuente
NVIDIA DGX Spark (GB10, 128 GB unificados)Ubuntu 24.04, driver 580.173.02, Ollama 0.30.10llama3.1:8b, Q4_K_M, 32k de contexto40,2 tok/s, 0,365 s hasta el primer token, 9,21 GB cargadonuestra, 17-10-2026, archivo de resultados
RTX 3060 de 12 GB, Core i7-12700FDebian 13, llama.cpp compilado desde el códigoLlama 3.1 8B Instruct, Q4_K_M, contexto no indicado64,5 tok/styolab, mayo de 2026, ejecución propia del autor

La segunda fila no es nuestra ni es Fedora. Es la cifra de primera mano más cercana que encontramos para la tarjeta que comprará la mayoría. Mide la tuya con nuestra prueba de 30 minutos.

Lo que nos enseñaron nuestras máquinas con CUDA 13

Tres cosas de nuestras notas de operación que no dependen de nuestro hardware.

  • Una rueda compilada para otra versión mayor de CUDA se instala sin quejarse y falla después. pip no comprueba la ABI de CUDA. Nuestras notas recogen el fallo de una rueda de CUDA 12 en una máquina con CUDA 13: un símbolo sin definir al importar, o una caída en la primera llamada a la GPU. Nuestra regla: un entorno virtual por herramienta, torch desde el índice que corresponde y la comprobación de una línea del paso 8 tras cada instalación.
  • Si torch.cuda.is_available() devuelve False, comprueba en este orden. nvidia-smi dentro del contenedor; un CUDA_VISIBLE_DEVICES vacío o caducado; los permisos de /dev/nvidia* en contenedores sin root; un contexto atascado por un proceso que murió; y solo al final, la rueda. Reinstalarla arregla únicamente ese último caso.
  • Una tarjeta, una memoria, muchos inquilinos. A nosotros el sistema nos mató entrenamientos mientras otro servidor de modelos seguía residente en la misma memoria. En una tarjeta de 12 GB pasa antes: Ollama, un cuaderno y un contenedor tiran de la misma reserva. nvidia-smi --query-compute-apps=pid,used_memory --format=csv enseña quién tiene qué.

Fallos que documentan las fuentes

Qué vesCausa, según la fuenteArreglo documentado
modinfo: ERROR: Module nvidia not found.el módulo aún se está compilando (RPM Fusion)espera hasta cinco minutos, repite y reinicia después
El driver no carga con Secure Boot activoel kernel solo acepta módulos firmados con una clave de confianza (README de NVIDIA)paso 3; vuelve a importar la clave tras actualizar el firmware
lsmod | grep nouveau imprime una líneanouveau ocupa la tarjeta. Mensaje del instalador en el README: Nouveau, or another driver, is already using the GPU.reinicia cuando el módulo esté compilado; en Atomic, añade la línea rpm-ostree kargs de RPM Fusion
Sin driver tras actualizar el kernelel módulo se compila para cada kernel; el README tiene una entrada para estoakmods busca módulos que falten al arrancar; prueba con modinfo -F version nvidia -k <kernel> y fuerza con sudo akmods --kernels $(uname -r) --rebuild
nvcc rechaza tu compiladorCUDA 13.5 admite GCC de 6.x a 16.x y solo mira la versión mayor (NVIDIA)compara con gcc --version; en Fedora 44, NVIDIA documenta dnf install gcc15-c++ y export NVCC_CCBIN='g++-15'
Ollama responde con la CPU; el registro muestra el código 3, 46, 100 o 999falló la inicialización de la GPU (Ollama)sudo nvidia-modprobe -u, recargar nvidia_uvm, reiniciar, driver más nuevo, en ese orden
Ollama pierde la GPU al volver de suspensiónun fallo del driver, dice Ollamasudo rmmod nvidia_uvm && sudo modprobe nvidia_uvm
Failed to initialize NVML: Insufficient Permissions en un contenedoretiquetado de SELinux (NVIDIA)añade --security-opt=label=disable
Failed to initialize NVML: Unknown Error en un contenedor en marchael contenedor perdió el acceso al dispositivovuelve a crear el contenedor; con CDI no ocurre
nvcc warning : Cannot find valid GPU for '-arch=native', default arch is usedla compilación de llama.cpp no detectó la tarjetaañade -DGGML_NATIVE=OFF o fija -DCMAKE_CUDA_ARCHITECTURES

No encontramos el texto exacto del error de compilador de nvcc en una fuente que pudiéramos abrir, así que la tabla no lo cita.

Qué cabe en la tarjeta

No repetimos la cuenta aquí. La guía de VRAM la deriva de los pesos, el contexto y las ranuras en paralelo, y el explorador de VRAM la hace para tu tarjeta. El resumen de nuestro catálogo: con 8k de contexto, una tarjeta de 12 GB aloja un modelo 8B y una de 16 GB, un 14B.

Dónde encaja, y cuándo Fedora no es la elección

Un escritorio con Fedora y una tarjeta de 12 GB es una buena base para una persona o un equipo pequeño con modelos 8B, con los documentos dentro de la máquina. Añade Open WebUI cuando lo use más de una persona.

Fedora no es la elección en estos casos:

  • Necesitas una configuración que NVIDIA admita. Sus guías nombran una sola versión de Fedora. El 16 de noviembre era Fedora 44, cuando Fedora 45 llevaba dos semanas publicada y su repositorio de NVIDIA solo tenía paquetes de monitorización. Fedora 43 llega al fin de su vida el 1 de diciembre de 2026, según endoflife.date. La misma tabla de NVIDIA lista tres versiones LTS de Ubuntu y RHEL 8, 9 y 10.
  • La máquina no puede darte sorpresas. Fedora publica kernels nuevos a menudo y cada uno exige recompilar el módulo. RPM Fusion documenta un bloqueo de versiones y avisa de que también bloquea los arreglos de compatibilidad con el kernel.
  • Actualizas el día del lanzamiento. Espera a que exista el driver para el kernel nuevo, y el repositorio del toolkit si compilas.
  • No tienes tarjeta NVIDIA. Con una Intel Arc, mira llama.cpp con SYCL.

Límites

  • No ejecutamos ninguno de los comandos de Fedora. Una errata en una fuente sería una errata aquí.
  • No pudimos leer con nuestras herramientas la documentación de Fedora ni el selector de PyTorch. Los dos están enlazados para que los compruebes.
  • No confirmamos que RPM Fusion tuviera akmod-nvidia compilado para el kernel de Fedora 45 ese día. Míralo con dnf info akmod-nvidia antes de actualizar.
  • La guía de Fedora del propio llama.cpp compila en un toolbox de Fedora 41, una versión ya sin soporte. La dejamos fuera.
  • No cubrimos portátiles Optimus, varias GPU ni problemas propios de Wayland.

Preguntas frecuentes

¿Necesito el toolkit CUDA para usar Ollama? No. Basta con el driver. Instala el toolkit solo para compilar código CUDA.

¿Puedo dejar Secure Boot activado? Sí. La guía de RPM Fusion dice que no hace falta desactivarlo. Registra antes la clave (paso 3).

¿NVIDIA admite Fedora 45? El 16 de noviembre de 2026, no. Sus guías del driver y de CUDA nombran Fedora 44. La sección de CUDA de RPM Fusion cubre Fedora 44 y posteriores con el repositorio fedora44.

¿Puedo instalar el driver de NVIDIA encima del de RPM Fusion para tener uno más nuevo? No como una instalación normal. RPM Fusion dice que los dos empaquetados chocan, y por eso sus comandos del toolkit excluyen los paquetes de driver de NVIDIA.

¿Funciona con Wayland? RPM Fusion dice que el driver funciona con Wayland y Xwayland desde Fedora 35, con limitaciones conocidas.

¿Y en Silverblue o Kinoite? RPM Fusion documenta sudo rpm-ostree install akmod-nvidia xorg-x11-drv-nvidia-cuda y una línea de argumentos del kernel que bloquea nouveau. Allí Secure Boot necesita un paquete de claves aparte, que su página enlaza.

¿Qué versión de CUDA necesita mi PyTorch? La del nombre de la rueda. La rueda lleva su runtime, así que el toolkit instalado no tiene que coincidir. El driver sí tiene que ser lo bastante nuevo.

Mi GTX 1060 no está en el driver por defecto. ¿Se acabó? No. RPM Fusion mantiene akmod-nvidia-580xx para las GTX 10, y Ollama acepta el driver 570 o posterior para esas tarjetas.

Siguientes pasos

Trabaja con nosotros

Montamos la inferencia local en el hardware que el cliente ya tiene antes de recomendar nada nuevo, y dejamos un manual de operación por escrito. Si lo quieres en tus máquinas, escríbenos o lee cómo trabajamos en consultoría.

Diagrama
Compartir: LinkedIn X
Veredicto semanal

Recibe las guías nuevas antes que nadie

Suscríbete y te avisamos cuando publiquemos guías, plantillas y workflows nuevos. Un correo a la semana, sin spam.

Ya publicados: 101 guías y 25 plantillas. Todo gratis y sin registro.

Bonus: el kit de inicio de IA local en PDF al suscribirte
1x por semana Sin spam Cancela cuando quieras

Ver qué recibes