Linux nvidia 报错(1):nvidia-smi: command not found

WSL2执行nvidia-smi报错:Command ‘nvidia-smi‘ not found, but can be installed with 【代码】WSL2执行nvidia-smi报错:Command ‘nvidia-smi‘ not found, but can be installed with。 阅读详情
AI摘要

本文分析了Linux环境下nvidia-smi命令未找到的问题,排查过程包括检查驱动安装、DKMS模块重建及系统重启等操作。最终确认根本原因为VMware虚拟机仅提供虚拟显卡,不支持NVIDIA物理GPU驱动及CUDA/CUDNN加速功能,因此无法运行nvidia-smi或启用GPU计算。

1. 问题:nvidia-smi: command not found

2. 尝试解决:(着急可直接看3.)

sudo apt purge nvidia-*  # 解除 Nvidia Driver
sudo add-apt-repository ppa:graphics-drivers/ppa # 通过 PPA 为 Ubuntu 安装 Nvidia 驱动程序
sudo apt update
sudo apt install nvidia-418

显示成功:

DKMS: install completed.
Setting up nvidia-prime (0.8.2) ...
Setting up screen-resolution-extra (0.17.1.1~16.04.1) ...
Setting up nvidia-settings (418.56-0ubuntu0~gpu16.04.1) ...
Setting up vdpau-driver-all:amd64 (1.2-0ubuntu0~gpu16.04.1) ...
Processing triggers for libc-bin (2.23-0ubuntu3) ...
Processing triggers for initramfs-tools (0.122ubuntu8) ...
update-initramfs: Generating /boot/initrd.img-4.4.0-21-generic
Processing triggers for ureadahead (0.100.0-19) ...
Processing triggers for dbus (1.10.6-1ubuntu3) ...

但是 依旧不行:

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.

解决:

  • 安装DKMS(Dynamic Kernel ModuleSupport)
sudo apt-get install dkms

通过
cd /usr/src
ls
查看对应安装的驱动版本

在这里插入图片描述
上图中最下面一行显示当前驱动版本为nvidia-418-418.56

  • 重新生成对应nvidia的驱动模块
 sudo dkms install -m nvidia -v 418-418.56

结果显示成功,
然后再执行nvidia-smi还是不行啊!但是我突然注意到上面的重启提醒:
在这里插入图片描述遂重启:sudo reboot
最后尝试:还是失败,感觉应该是上面 nvidia 版本安装错了吧??
是不是应该尝试一下别的?
在这里插入图片描述

3. 终结:VMware虚拟机上不能使用CUDA/CUDNN

折腾了半天,才发现虚拟机的显卡是虚拟的,不能使用CUDA

关于虚拟机相关的知识点:Linux:服务器、虚拟机、物理机?

参考:

  1. https://askubuntu.com/questions/902636/nvidia-smi-command-not-found-ubuntu-16-04
  2. ubuntu nvidia-smi命令not found
  3. nvidia-smi报错:NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver.
  4. VMware虚拟机上不能使用CUDA/CUDNN
nvcc -V显示command not found 出现这个问题,不仅是 `nvcc -V`会显示command not found,`nvidia-smi`同样也会显示。在末尾加上以下内容,最后":wq"退出保存即可。使用python文件查看常见命令。 阅读详情

相关推荐

OpenClaw command not found 根因解析与PATH/pipx/Python三重修复

在Python生态中,CLI工具‘command not found’并非程序缺失,而是环境寻址机制失效的典型表现——其本质是Shell通过PATH变量按序查找可执行文件时,未能定位到由pipx或pip install --user生成的用户级启动脚本。该问题核心涉及PATH配置优先级、pipx虚拟环境链接机制、以及多Python版本下解释器锚定逻辑。技术价值在于避免sudo pip污染系统、保障工具隔离性与可维护性;广泛应用于AI本地化部署、DevOps自动化、科研复现环境构建等场景。本文聚焦OpenCl

weixin_34241036的博客 564

【nvidia-smi:command not found】如何在集群服务器上使用nvidia-smi查看GPU信息

nvidia-smi报错command not found,如何在集群服务器上查看gpu信息

a61022706的博客 1万+

WSL2下nvidia-smi报错?三步搞定NVIDIA驱动路径配置(附常见版本兼容表)

本文深入解析了WSL2环境下nvidia-smi命令报错“Command not found”的根本原因,并提供了三步快速修复方案。通过定位驱动文件、创建符号链接及永久化PATH配置,系统性地解决了因路径缺失导致的问题,帮助开发者快速恢复GPU监控功能,确保机器学习环境正常运行。

swift5iosmith的博客 436

查看显卡使用情况nvidia-smi报错:command not found

辗转查看了很多教程,踩了好多坑,最后终于解决了,参考的相关博客会在后文做引用。我解决的办法: 1、在root下重启机器,执行:reboot 2、重启以后,执行:cd /usr/src/,然后ls,查看nvidia-xxx,xxx为支持的版本号; 3、安装驱动,执行: sudo apt-get install dkms sudo dkms install -m nvidia -v xxx(xxx为刚才记录的nvidia版本号) 4、此时执行nvidia-smi,报错找不到机器,后来在一个博客上看到,gpu重启

qq_41737845的博客 1万+

Ubuntu系统中尚未安装NVIDIA驱动程序

当系统提示“nvidia-smi命令未找到,但可以通过以下方式安装”时,说明您的Ubuntu系统中尚未安装NVIDIA驱动程序或者安装的驱动不完整。您可以按照提示安装其中一个与您GPU兼容的NVIDIA驱动版本。命令,应该就可以看到显卡相关信息了。如果不确定应该安装哪个版本,请先确定您的GPU型号,然后去NVIDIA官方网站查看推荐的驱动版本。在云服务器环境下,请确保您的实例类型支持GPU,并且GPU已被正确挂载。首先更新软件包列表,然后安装与之配套的NVIDIA驱动和工具集。

洛阳泰山的博客 3020

Ubuntu 24.04 NVIDIA驱动加载失败:nvidia-smi command not found 根因排查

NVIDIA驱动安装后nvidia-smi报command not found,本质是内核模块未成功加载或用户态工具链缺失。在Linux系统中,GPU驱动需经固件识别→内核模块加载(nvidia.ko)→设备节点生成(/dev/nvidia*)→用户工具调用(nvidia-utils)四层协同才能正常工作。Ubuntu 24.04因Kernel 6.8升级、Secure Boot强制签名、initramfs未更新及nouveau封禁逻辑变更,导致模块加载失败频发;同时nvidia-utils包不再默认安装,

weixin_32247165的博客 211

nvidia-smi报command not found?从原因到解决一文搞定

在 Linux 环境中使用 GPU 时,终端报错 `command not found` 是常见问题之一。该提示的本质是 shell 按 PATH 环境变量查找可执行文件失败,并不一定代表显卡硬件故障。理解驱动、内核模块与用户态工具(如 nvidia-smi)之间的关系后,排查方向会更清晰:先确认设备是否可见,再检查内核模块加载状态,最后定位命令是否存在及路径设置。掌握这套思路,对 GPU 服务器部署、深度学习环境搭建、容器内 CUDA 透传等场景都有实际价值。本文围绕 nvidia-smi 报 comma

weixin_31456563的博客 140

【matlab】MATLAB 变量详解与应用

在 MATLAB 中,变量可以通过赋值操作进行定义。例如,要定义一个名为xx = 10;在这个例子中,我们创建了一个名为x的变量,并将其赋值为 10。需要注意的是,MATLAB 是一种动态类型语言,因此不需要显式地声明变量的类型。变量名必须以字母开头。变量名可以包含字母、数字和下划线。变量名区分大小写。不要使用 MATLAB 中的关键字(如forif等)作为变量名。

小吴同学的博客 2211

【工程实践】解决 nvcc: command not found

1.nvcc nvcc 是The main wrapper for the NVIDIA CUDA Compiler suite. Used to compile and link both host and gpu code.(NVIDIA CUDA 编译器套件的主要包装器,用于编译和链接主机和 gpu 代码)。一般使用nvcc -V查看CUDA版本 2.遇到问题 root@d12ad4894da5:~# nvcc -V -bash: nvcc: command not found 3.解决办法

Dong_ZH的博客 7万+

保姆级教程:手把手教你为STM32F407和W25Q128制作Keil MDK的SPI Flash下载算法(FLM文件)

本文提供了一份详细的教程,指导开发者如何为STM32F407和W25Q128制作Keil MDK的SPI Flash下载算法(FLM文件)。从理解下载算法的核心机制到实现FlashPrg.c的核心操作,再到链接脚本与地址映射实战,手把手教你完成定制化SPI Flash下载算法的开发与优化。

weixin_28716769的博客 408

C#菜鸟教程学习笔记

C#菜鸟教程学习笔记 C#简介 C# 是一种编程语言,它是由微软开发的。 C# 编程是基于 C 和 C++ 编程语言的,它与 Java 也非常相似。 C# 是 .Net 框架的一部分,且用于编写 .Net 应用程序。 .Net 框架(.Net Framework)能编写出下面类型的应用程序: ①Windows 应用程序 ②Web 应用程序 ③Web 服务 常用的C# 编程的开发工具:Visual Studio(VS:可视化工作室) C#程序结构 一个 C# 程序(C# 文件的后缀为 .cs)主要包括以下部分

mlc_WTMOTW的博客 4978

Ubuntu下NVIDIA驱动安装与nvidia-smi报错排查实战

在Linux环境中配置NVIDIA GPU环境时,驱动程序、CUDA Toolkit与容器运行时是三个不同层级的组件。驱动负责让系统识别GPU,nvidia-smi是验证驱动是否正常工作的核心工具,而CUDA版本则由nvcc命令确认。若出现“couldn't communicate with the NVIDIA driver”的错误,通常与nouveau未禁用、内核模块未加载或Secure Boot阻止有关。通过禁用nouveau、安装官方驱动并执行update-initramfs,可解决模块冲突;再借助

weixin_33845881的博客 400

【人工智能】你知道什么是DeepSeek吗?你有去了解过DeepSeek吗?新手要入门DeepSeek的必经之路——初识DeepSeek

【人工智能】初识DeepSeek 详细介绍DeepSeek以及DeepSeek-R1

蒙奇D索大的博客 3366

nvidia-smi没显示 驱动掉了

由于重启过服务器,Linux内核升级导致。Linux内核升级,导致之前的Nvidia驱动不匹配连接。step3:从可用 GPU 驱动程序列表中选择要安装的驱动程序。之前是好的,突然又不好了,显卡驱动的问题,重装显卡驱动。重新启动之后,nvidia-smi就成功显示了。"应用程序-软件和更新-附加驱动"(都尝试一下指不定哪个能成)step4:重启计算机。

m0_61178500的博客 4295

星空组网 vs 蒲公英 vs Tailscale:2024年国内免费异地组网工具横评(含实测数据)

本文对2024年国内主流免费异地组网工具星空组网、蒲公英和Tailscale进行了深度横向评测。基于实测数据,重点分析了三者在P2P成功率、中继延迟、传输速度及稳定性方面的表现,为中小企业、远程办公及个人开发者提供了清晰的选择指南。星空组网在国内网络环境下展现出优秀的平衡性。

weixin_29217235的博客 1439

华为OD机试真题2025双机位B卷 Python&JS 实现【朋友圈个数】

给定一组朋友关系,统计一下该朋友关系网中的朋友圈个数。 朋友圈的定义:一个朋友圈至少由3个朋友组成,且要求同一个朋友圈中的任意两个人都具有直接的朋友关系。 输入描述 输入一个朋友关系列表,如 Fiends =A.B],[A.C],IB,DI,其中的每一个元素 Friendsi表示 Friends[i][0)和 Friends [i][1] 是朋友关系 先输入一个数字 N 代表关系的总数,后面每条关系一行,两个成员以逗号分隔

MISAYAONE的博客 562

bash: nvidia: command not found 报错处理

大概率是重启以后,gpu默认关闭。如果是装了驱动的linux。

buxiangspeaking的博客 731

AI驱动的材料科学:从分子设计到性能预测

AI驱动的材料科学:从分子设计到性能预测 关键词: 材料科学 人工智能 分子设计 性能预测 机器学习 深度学习 摘要:

AI天才研究院 2187

重启后nvidia-smi报错?NVIDIA驱动失效全排查与修复指南

在Linux系统中,GPU驱动常以内核模块形式运行,与内核版本强绑定。当系统自动更新内核后,原有NVIDIA驱动模块可能因版本不匹配而无法加载,导致重启后nvidia-smi报错。这类问题的本质是驱动链路中的模块加载、设备识别或用户态通信环节断裂。通过lspci、lsmod、dmesg等基础命令定位故障点,结合禁用nouveau开源驱动、安装DKMS自动重编译模块、处理Secure Boot签名等操作,即可系统性修复。无论你是深度学习开发者还是GPU服务器运维,掌握这套从诊断到重装的完整流程,能大幅缩短故障

weixin_34318326的博客 363

《大数据: Hive 交互命令和常用配置》

一、Hive 交互命令 1. 首先解决一个可能发生的问题 (log4 jar包冲突) 我这里解决方法就是删除一个,我删的是hive下的包 yexiang@hadoop1:<hive>$ hive SLF4J: Class path contains multiple SLF4J bindings. SLF4J: Found binding in [jar:file:/opt/soft/apache-hive-2.3.7-bin/lib/log4j-slf4j-impl-2.6.2.ja.

yexiang优快云的专栏 288

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

Nvidia驱动报错与CUDA环境部署:从nvidia-smi到边缘AI设备落地

在边缘AI设备、机器人和工业检测系统中,Nvidia GPU扮演着算力底座的角色,但驱动环境往往成为部署的第一道坎。GPU硬件本身可能被识别为“3D controller”,而驱动、CUDA Toolkit与推理框架构成一条完整的调用链。理解这条链路的原理,是排查nvidia-smi报错“couldn't communicate with the nvidia driver”的基础。针对Ubuntu系统,从内核模块、Secure Boot、DKMS到权限配置,逐步定位问题根源,并结合apt与ubuntu-d

weixin_30905133的博客 551

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

nvidia-smi command not found?Linux NVIDIA驱动排查与安装指南

在Linux服务器或本地环境中,执行nvidia-smi却提示command not found,是许多开发者和运维人员常遇的典型问题。这个命令并非系统自带,而是NVIDIA官方驱动或CUDA工具包中的组件,其缺失可能源于驱动未安装、安装未加载、路径配置异常或Secure Boot拦截等多种原因。本文从命令的来源与作用讲起,结合硬件检测、包管理器记录、文件定位、内核模块加载等诊断步骤,帮助用户快速定位问题根源。随后介绍基于apt/dnf的包管理器安装流程,以及runfile方式的适用场景与注意事项,并给出装

weixin_32705179的博客 186

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

Linux查看CUDA版本以及nvcc: command not found

在日常使用中,在配置镜像以及使用开源网站时经常需要查询CUDA版本,版本也确实十分的重要。一般的我们有三种常见的查询方式。

NCU_wander的博客 9358

llama.cpp CUDA 编译全攻略:从 nvcc 报错到 NVIDIA GPU 加速部署

llama.cpp 是 C/C++ 写的 LLM 推理引擎,接 NVIDIA 显卡后速度明显提升。不少人一做 llama.cpp CUDA 编译 就被 nvcc 报错、架构告警卡住。本文按自检、编译、排错、调优、验证五步带你跑通。 ## 🔍 第一步:编译前的环境自检清单 编译失败里的大半问题,其实在敲 CMake 之前就能预判。 ### 三条命令确认工具链状态 ```bash nvcc

gitblog_00470的博客 887
上一篇: Kaldi说话人识别:基于x-vector 的plda自适应
下一篇: Kaldi 脚本:split_data.sh
Robin_Pi
博客等级 码龄9年 2万+粉丝 632原创
评论 8
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值