Ubuntu & Nvidia驱动修复

发表于

  好吧，我知道我很久没写博客了，我会改的。
  这篇博文记录一下解决 Ubuntu 下 Nvidia 驱动和 cuda 失效问题的解决过程。

环境

  • win10 和 Ubuntu16.04 双系统；
  • gpu 为 nvidia 的 gtx1080;

起因和前言

  5月27日晚上 win10 自动更新的时候貌似把boot启动文件搞没了，导致重启开机的时候找不到启动目录，这个时候其实可以在 windows 下通过工具对启动文件进行修复，但是由于对 win10 长期的不满（好像不能取消自动更新，吃个鸡也经常蓝屏），干脆直接重装了 win7，并且修复了 grub 启动，至此可以顺利进入双系统。
  进入Ubuntu后，愉快的打开了 PyCharm 开始用 pyTorch 训练我的智障中文对话机器人（目前仍是智障状态），发现训练异常慢，debug 后发现居然使用 cpu 训练样本，感觉非常意外，终端输入 nvidia-smi 查看显卡使用状态时发现报错了，具体报错信息忘了，大概就是说驱动有问题无法使用，所以也无法使用 cuda 进行训练。
  先把主要的原因写在前面，可能是由于 Ubuntu 自动更新了我的内核到 4.4.128 版本，导致这个内核与 nvidia 的驱动出现不兼容的情况，类似这里和这里出现的情况，如果读者也遇到了这种情况，直接跳过下一节参考第四节的对症下药步骤，如果不是的话，可以参考病急乱投医踩的坑中的几个方法。

病急乱投医踩的坑

  从5月30日开始进行修复到6月3日修复成功，这段时间确确实实踩了不少的坑，具体的一些修复失败的报错信息未能及时截图，所以这篇博文也是缺少了一些完整性。

药方一

  最开始参考了我当初配置的方法(点我)。简化版步骤如下：

  1. 添加源并更新：
    sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt-get update
  2. 安装 nvidia 驱动：
    sudo apt-get install nvidia-<version> sudo apt-get install mesa-common-dev sudo apt-get install freeglut3-dev
    版本自行选择合适的吧，截止今天最新版本的应该是 nvidia-396
  3. 重启系统让显卡驱动生效；

  之前我按照这个步骤是成功安装了驱动，检查方法可以通过终端输入 nvidia-smi 来查看显卡状态，如果报错，则说明驱动安装异常。但是这次按照这个方法失败了，而且尝试装了不同的版本多次。

药方二

  参考方法(点我)，简化版步骤如下：

  1. 先卸载已有的 nvidia 驱动：
    sudo apt-get remove --purge nvidia-*
  2. 添加源并更新：
    sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt-get update
  3. 安装 nvidia 驱动：
    sudo apt-get install nvidia-370
  4. 重启系统让显卡驱动生效，通过
    lsmod | grep nvidia
    查看 nvidia 驱动模块是否已经加载
  5. 查看 nouveau 驱动模块是否启动
    lsmod | grep nouveau
    如果启动了，需要禁用，nouveau 是Ubuntu自带的驱动，在安装 nvidia 驱动时是需要禁用的，后面的方法有提到这个步骤。当然，我使用这个方法修复依然是失败了。

药方三

  这次不使用 apt-get 的方式安装，而是到 nvidia 官网下载 runfile 驱动(点我)，选择你的显卡型号和系统参数，下载对应的驱动安装文件。简化版步骤如下：

  1. 将 nouveau 禁止启动命令写入文件 /etc/modprobe.d/blacklist-nouveau.conf：
    blacklist nouveau options nouveau modeset=0
  2. 重新生成内核的 initramfs:
    sudo update-initramfs -u
  3. 重启系统后，ctrl+alt+F1 进入tty模式（没有桌面的终端模式），关闭 x server:
    sudo servie lightdm stop
  4. 安装下载的 .run 文件：
    sudo sh nvidia-xxx.run
    按照默认设置进行安装；

  按照这个方法安装后不需要重启，执行 nvidia-smi 可以成功看到驱动的基本使用情况，尴尬的是，重启后又失效了。

药方四

  参考官网步骤通过直接安装 cuda 的方法。阅读官方文档可以看到，安装 cuda 的时候可以附带把 nvidia 的驱动一起安装，当然也可以选择跳过不安装。
  cuda 可以通过 Package Manager 的方式安装，也可以选择 runfile 形式，具体可以参考上面的官网文档链接：

  1. 首先第一步，查看硬件和软件信息，可以点击参考预步骤；
  2. 第二步，禁用 nouveau 驱动，可以点击参考禁用 nouveau；
  3. 安装 cuda, 执行 sudo sh cuda_<version>_linux.run，这里我尝试了安装 cuda 自带的 nvidia 驱动，也尝试了先自行安装 nvidia 驱动（如 apt-get 方式和 runfile 方式），然后再单独安装 cuda；
  4. 重启系统；

  按这个方法安装重启后，依然看不到驱动生效。

对症下药

  真是把能尝试的方法都排列组合尝试了一遍，都行不通，笑容逐渐消失。

  无意中，我看到了这篇帖子，难道是内核被升级了导致了与 nvidia 驱动的不兼容？输入命令 uname -u 可以查看到我目前 Ubuntu 的内核驱动版本是 4.4.0-128，这里可以看到所有的内核版本。只能尝试降级内核版本再试试了。

  1. 下载内核
    sudo aptitude install -y linux-image-<version>-generic linux-headers-<version>
  2. 修改 grub 启动文件 /etc/default/grub，将文件中 GRUB_DEFAULT=0 修改为 GRUB_DEFAULT=”Advanced options for Ubuntu>Ubuntu, with Linux <version>-generic”;
  3. 更新 grub，sudo update-grub，重启系统;
  4. 期间看到了这篇文章。拉到最下面可以看到考虑先安装 cuda，过程中选择不安装 nvidia 驱动。然后再安装 nvidia 驱动；
  5. 安装 cuda，sudo sh cuda_<version>_linux.run；
  6. 安装最新的 nvidia 驱动，sudo apt-get install nvidia-396；
  7. 重启进入降级的内核系统，输入 nvidia-smi 看到以下信息：

  成功了…情绪逐渐稳定。

结语

  这次修复确实走了不少的弯路，建议可以取消 Ubuntu 的自动更新，防止内核的自动升级。好啦，我要去训练我的智障机器人啦！

enjoy it!

0%