xwb@xwb:~$ nvidia-smi NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.

### 问题分析 当运行 `nvidia-smi` 命令时出现如下错误： ``` NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running. ``` 该错误通常表明 **NVIDIA 驱动程序未正确安装、加载，或与当前系统状态不兼容**。以下是可能导致此问题的常见原因及对应的解决方法。 --- ### 解决方案 #### 1. 检查 NVIDIA 驱动是否已安装 首先确认系统中是否已经安装了 NVIDIA 驱动程序： ```bash lsmod | grep nvidia ``` 如果没有任何输出，则表示驱动模块未加载，可能是驱动未安装或安装失败。 可以尝试重新安装合适的驱动版本。推荐使用官方推荐的方式安装驱动，例如通过 [NVIDIA 官方网站](https://www.nvidia.com/Download/index.aspx) 下载适用于当前 GPU 的驱动包，或使用系统包管理器（如 Ubuntu 使用 `apt`）[^1]。 --- #### 2. 确保内核模块与驱动版本兼容 在更新系统内核后，可能需要重新编译 NVIDIA 内核模块。这是因为 NVIDIA 驱动是基于特定内核头文件编译的，若系统升级了内核但未重新构建驱动模块，会导致模块无法加载。 执行以下命令查看当前运行的内核版本： ```bash uname -r ``` 确保安装了对应版本的内核头文件（例如在 Ubuntu 上）： ```bash sudo apt install linux-headers-$(uname -r) ``` 然后重新安装或重建 NVIDIA 驱动模块： ```bash sudo nvidia-installer --kernel-module-only ``` 或者重新运行完整的驱动安装脚本[^3]。 --- #### 3. 检查 Secure Boot 设置 如果启用了 Secure Boot，某些系统可能会阻止非签名的内核模块加载。此时需要进入 BIOS 设置并禁用 Secure Boot 功能，然后重启系统。 --- #### 4. 使用 DKMS 自动管理驱动模块 为了防止每次内核更新后都需要手动重建 NVIDIA 驱动模块，建议启用 **Dynamic Kernel Module Support (DKMS)** 功能： ```bash sudo apt install dkms ``` 在安装 NVIDIA 驱动时添加 `--dkms` 参数以启用自动模块重建功能[^2]。 --- #### 5. 权限问题与用户权限配置 如果遇到权限问题导致无法加载驱动模块，可以尝试切换到 root 用户进行操作： ```bash sudo passwd root su ``` 输入设置的 root 密码后，再尝试运行 `nvidia-smi` 或重新安装驱动程序[^4]。 --- #### 6. 清理旧驱动并重新安装 有时旧版本驱动残留也可能导致冲突。可以使用以下命令清理旧驱动： ```bash sudo apt purge nvidia-* sudo apt autoremove ``` 然后从官网下载最新驱动并安装： ```bash chmod +x NVIDIA-Linux-x86_64-<version>.run sudo ./NVIDIA-Linux-x86_64-<version>.run ``` 安装过程中根据提示选择是否安装 32-bit 兼容库和 CUDA 工具包等选项。 --- #### 7. 检查是否与其他图形驱动冲突（如 Nouveau） Linux 自带的开源显卡驱动 Nouveau 可能会与 NVIDIA 专有驱动冲突。可以通过以下方式禁用 Nouveau： 创建或编辑 `/etc/modprobe.d/blacklist-nouveau.conf` 文件： ```bash echo "blacklist nouveau" | sudo tee /etc/modprobe.d/blacklist-nouveau.conf echo "options nouveau modeset=0" | sudo tee -a /etc/modprobe.d/blacklist-nouveau.conf ``` 然后更新 initramfs 并重启： ```bash sudo update-initramfs -u sudo reboot ``` 重启后再次尝试加载 NVIDIA 驱动模块。 --- ### 示例：Ubuntu 安装 NVIDIA 驱动流程 ```bash # 添加 NVIDIA 包仓库 distribution=$(. /etc/os-release;echo $ID$VERSION_ID | sed -e 's/\.//g') wget https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64/cuda-$distribution.pin sudo mv cuda-$distribution.pin /etc/apt/preferences.d/cuda-repository-pin-600 sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64/7fa2af80.pub sudo add-apt-repository "deb http://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64/ ." sudo apt update # 安装驱动 sudo apt install cuda-drivers ``` --- ### 总结 | 步骤 | 描述 | |------|------| | 1 | 检查驱动是否安装 | | 2 | 确保内核模块与驱动匹配 | | 3 | 禁用 Secure Boot | | 4 | 启用 DKMS 自动重建模块 | | 5 | 处理权限问题 | | 6 | 清理旧驱动并重新安装 | | 7 | 禁用 Nouveau 驱动 | ---