[Linux]ubuntu 下安装NVIDIA显卡驱动出现X service error问题解决方法

最新推荐文章于 2025-10-13 21:04:04 发布
原创 最新推荐文章于 2025-10-13 21:04:04 发布 · 3.4w 阅读 · 29 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#ubuntu #显卡

本文提供了解决X服务器运行错误的方法，并详细介绍了如何在遇到问题时安装NVIDIA显卡驱动，包括从命令行启动、停止X服务器会话、初始化运行级3并安装驱动程序等步骤。

"You appear to be running an X server"的解决方法：


在安装过程中出现了这个问题，我在刚刚看到的教程（ http://wenku.baidu.com/link?url=w-jxqF6FpNQ_FV-_r_kK7T9TZbo7VNxmtkTTf1iHH4m9kERbpyOdyZZi8tWPL_zxpKAGNbEEgIc0hy0nMuH9V-razBlXnLZEDUyDgqK47qm ）里面也提到了这个，我按照他的那个方法没有解决，然后搜索到国外的一位大神的解决方法：

  • Hit CTRL+ALT+F1 and login using your credentials.
  • kill your current X server session by typing sudo service lightdm stop or sudo stop lightdm
  • Enter runlevel 3 by typing sudo init 3 and install your *.run file.
  • You might be required to reboot when the installation finishes. If not, run sudo service start lightdm or sudo start lightdm to start your X server again.


先到NVIDIA 官网上下载驱动文件（.run 格式）

1.按住CTRL+ALT+F1 进入命令行

2.    sudo service lightdm stop    或者   sudo stop lightdm

3.    sudo init 3

4.  安装驱动程序：     ＃:  sudo    ./NVIDIA-Linux-x86_64-177.67-pkg2.run      //当前目录下执行NVIDIA驱动程序

5.   按照提示安装完成，简单方法重启就好了     sudo  reboot


安装NVIDIA驱动时出现You appear to be running an X server. Installing the NVIDIA driver...解决方案
weixin_43178406的博客
05-20 4万+
本文主要介绍了安装NVIDIA驱动时出现You appear to be running an X server. Installing the NVIDIA driver…解决方案，希望能对使用NVIDIA GPU的同学们有所帮助。 文章目录 1. 问题描述 2. 解决方案
Ubuntu安装Nvidia显卡驱动
Kevin__47的博客
07-14 4万+
本文旨在解决在笔记本安装双系统后无法直接外接显示器的问题。（在安装双系统之后，系统默认使用了nouveau驱动，显示一切正常，不存在启动黑屏问题）看了很多教程，梳理了以下一套安装流程！
centos安装cuda时报错You appear to be running an X server； please exit X before installing
woaixuexi428的博客
09-09 1799
centos安装cuda时报错You appear to be running an X server; please exit X before installing
视觉入门篇——深度学习环境部署（ubuntu系统安装CUDA）
最新发布
In_moon_shadow的博客
10-13 2028
CUDA安装与配置指南 摘要 本文介绍了NVIDIA CUDA工具包的安装与配置方法。CUDA是NVIDIA提供的GPU并行计算平台，包含编译器、库和工具，广泛应用于AI和HPC领域。安装步骤包括：1)根据驱动版本选择合适的CUDA版本；2)通过命令行下载安装包；3)运行安装程序并设置环境变量。关键点包括：安装路径默认为/usr/local/cuda-xx.x，需在.bashrc中添加PATH和LD_LIBRARY_PATH环境变量，并通过source命令更新。最后验证安装成功的命令是nvcc -V。文章还
cuda ubuntu安装_Ubuntu20.04显卡驱动安装
weixin_39894932的博客
11-25 1万+
Ubuntu安装显卡驱动，其中的过程一波三折，不过所幸成功安装完了。本文主要记录两种安装显卡驱动的方式，以供参考。前一种是属于比较简易的安装方法，存在一点使用时的缺陷，重点描述的是手动安装驱动的具体流程。新安装系统的开机错误：“do_IRQ: x.xx No irq handler for vector”因为没有安装显卡驱动，往往电脑开机后会出现死循环状态具体界面如下：解决方法：参考之前装系统的文...
Ubuntu安装NVIDIA独立显卡驱动出现X service error问题解决方法
08-17 2690
5、修改驱动程序的执行权限：输入命令：chmod 777 NVIDIA-Linux-x86_64-396.18 #使所有用户和组都具有读、写和执行的权限。6、安装驱动程序：输入命令：sudo ./NVIDIA-Linux-x86_64-396.18.run #当前目录下执行NVIDIA驱动程序。3、输入命令：sudo service lightdm stop 或者 sudo stop lightdm，以便关闭X窗口会话。0、到NVIDIA 官网上下载驱动文件（.run 格式） ： ​。....
VMware系列&显卡系列：Ubuntu安装NVIDIA显卡驱动（仅供参考）
weixin_54626591的博客
08-01 3398
Ubuntu安装NVIDIA显卡驱动
win10+ubuntu24.04，在ubuntu24.04中安装Nvidia驱动程序
SharbbyBai的博客
09-29 5690
刚重安装了Ubuntu系统，安装一下Nividia驱动程序我主要参考中使用官方的NVIDIA驱动进行手动安装的方法。
Ubuntu18.04 英伟达Nvidia显卡驱动安装和CUDA环境配置（个人实践笔记）
lym823556031的博客
11-09 4010
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 目录一、NVIDIA驱动安装1.根据硬件型号下载所需驱动2.对gcc版本进行切换3.禁用nouveau驱动3.安装英伟达驱动二、CUDA和CUDNN安装1.安装CUDA2.安装CUDNN总结（踩坑） 一、NVIDIA驱动安装 1.根据硬件型号下载所需驱动 根据显卡硬件型号去英伟达官网下载对应驱动，网址为：官方GeForce 驱动程序 | NVIDIA 也可以打开终端在终端键入：ubuntu-drivers devices 可以查看对应硬
ubuntu20.04系统用.run文件安装nvidia显卡驱动
Power392413的博客
04-10 3589
ubuntu20.04系统用.run文件安装nvidia显卡驱动 ！安装显卡驱动之前不要安装中文输入法 1.安装gcc，make等工具 sudo at-get install gcc sudo at-get install make 2.编辑文件blacklist.conf： sudo gedit /etc/modprobe.d/blacklist.conf 在文件最后部分插入以下两行内容 blacklist nouveau options nouveau modeset=0 3.更新系统 sudo
Ubuntu20.04 更新Nvidia驱动 + 安装CUDA12.1 + cudnn8.9.7
学以致用 知行合一
10-24 3794
最近客户给了几台GPU服务器，长期放置落灰那种，然后想利用起来，所以上去看看了配置，系统是Ubuntu20.04，相关的驱动版本稍嫌老一些，所以需要更新Nvidia驱动，同时在安装CUDA和CUDNN，查看了显卡型号之后，打算使用onnxruntime进行推理，对比了版本，最后选择了CUDA12.1 + CUDNN8.9.7。
ubuntu下安装 英伟达 显卡驱动遇到的问题
This is Chuanqiz's Blog
11-14 1万+
问题１　在装驱动之前退出Ｘ serverERROR: You appear to be running an X server; please exit X before installing. For further details, please see the section INSTALLING THE NVIDIA DRIVER in the README available on the
LinuxDeepin安装NVIDIA显卡驱动禁用nouveau关闭Xservices（the nouveau kernel driver is*，X service error）
qq_45167779的博客
02-26 1794
去官网下载.run 文件（NVIDIS）AMD也一样 关闭WindowsX 可能是nouveau驱动的问题，我有关掉 X 就出现CPU block （问题和解决办法相矛盾） 于是我使用开机默认进入文字界面，不启动 X service #默认文字界面 systemctl set-default multi-user.target #默认图形界面（以后有用） systemctl set-def...
ubuntu安装nvida驱动时出现：you appear to be running an x server please exit x before installing
热门推荐
dafenqie的博客
09-18 5万+
NVIDA独立显卡，按照下边的流程安装驱动： sudo add-apt-repository ppa:xorg-edgers/ppa（点继续之后反应有点慢，等待几分钟） sudo apt-get update chmod +x ./NVIDIA-Linux-x86_64-384.69.run（chmod指令是给管理员权限） sudo ./NVIDIA-Linux-x86_64-384.69
ubuntu22.04安装显卡驱动报错
2302_80987580的博客
03-18 1246
1.（推荐）在安装ubuntu22.04时使用附加驱动，会报错找到原因如下：未禁用nouveau。（禁用之后应该也可以用）如果不禁用直接安装的话，可能会导致新的内核没有wifi模块，我开始没有看这个报错，按照这个重装好几次系统，都会导致wifi模块消失，需要还原到旧的模块下载新的内核才能解决没有wifi这个bug使用系统自带驱动这种方法比较简单Ubuntu 20.04通过附加驱动安装NAVIDIA显卡驱动-优快云博客直接通过附加驱动安装显示失败。找到原因如下：未禁用nouveau。
Ubuntu 安装显卡驱动
gezongbo的博客
11-01 1038
1.查看官网，查找自己显卡对应驱动，并下载，将下载的文件放到home路径下 https://www.nvidia.cn/geforce/drivers/ 2.删除之前安装的驱动 sudo apt-get remove --purge nvidia* 3.禁用nouveau sudo gedit /etc/modprobe.d/blacklist.conf 4.打开文件，在最后添加如下两行： blacklist nouveau options nouveau modeset=0 5.更新系统修改 sud
CentOS7下安装NVIDIA独立显卡驱动出现X service error问题解决方法
weixin_34408717的博客
06-03 3390
问题症状： 最近在CentOS7下安装NVIDIA独立显卡驱动的过程中出现X service error问题，如下图所示： 解决方法： 0、到NVIDIA 官网上下载驱动文件（.run 格式） ： NVIDIA GT 730独立显卡驱动官方下载 1、首先注销当前账户，在注销后的登录界面按CTRL+ALT+F2进入命令行。一般地，可按下CTRL+ALT+F1或F2在命令行模式和窗口模式之间切换。 ...
Linux 安装 NVIDIA 驱动时报错：You appear to be running an X server 解决方案
Lucy_wzw的博客
03-18 2025
这个错误的意思是：在安装 NVIDIA 驱动前，需要先关闭 X 服务器（Xorg），否则安装程序无法继续。在 Linux 中，图形界面通常由 X 服务器（Xorg 或 Wayland）管理。要安装 NVIDIA 驱动，需要先退出图形界面，切换到纯文本模式 (TTY)。文件，使用 Linux 发行版自带的包管理器安装 NVIDIA 驱动更方便、更稳定，建议优先考虑此方法。如果安装失败，并提示 Nouveau 仍在运行，则需要禁用它。根据你的需求选择合适的方法，希望本文能帮到你！），进入命令行模式（TTY）。
Linux安装nvidia遇到的问题you appear to be running an x server please exit x before installing
纽约恋情的博客
04-11 2万+
对于其他的 linux 版本，如果桌面系统是基于 gdm 类型，应该把命令中的 lightdm 改为 gdm 即可；非这两种桌面系统类型的，百度一下你的 linux 版本关闭 X 服务的相关命令吧。查看哪些程序在占用nvidia.nvm就可以了，可直接通过 sudo kill -9 [`pid`] 杀死相对应的进程即可。之后就会安装成功，本人安装时遇到了这两个问题，如有其他问题欢迎大家提出。可直接重启服务器解决此问题。kill 杀不死的进程。下载自己对应的版本即可。
ubuntu22配置4090显卡驱动和深度学习环境
08-20
<think>我们正在为Ubuntu 22.04系统上安装NVIDIA RTX 4090显卡驱动并配置深度学习环境提供指南。根据引用，我们将按照以下步骤进行： 1. 安装NVIDIA显卡驱动 2. 安装CUDA Toolkit 3. 安装cuDNN 4. 安装PyTorch（或其他深度学习框架） 注意：由于RTX 4090需要较新的驱动和CUDA版本，请确保安装的版本兼容性。 步骤1：安装NVIDIA显卡驱动 首先，我们需要安装适用于RTX 4090的NVIDIA驱动。可以通过官方提供的.run文件安装，也可以使用Ubuntu的附加驱动或PPA安装。 方法一：使用官方.run文件（如引用[1]所示） 1. 禁用nouveau驱动（默认的第三方开源驱动）： 创建文件：`/etc/modprobe.d/blacklist-nouveau.conf`，添加以下内容： blacklist nouveau options nouveau modeset=0 然后执行：`sudo update-initramfs -u` 重启系统：`sudo reboot` 2. 下载驱动：从NVIDIA官网下载适用于RTX 4090的最新驱动（例如：NVIDIA-Linux-x86_64-550.144.03.run，但请注意，RTX 4090需要535版本以上的驱动，建议使用最新驱动）。 3. 进入命令行界面：按Ctrl+Alt+F2进入tty2，登录后关闭图形界面：`sudo service gdm stop`（或`sudo systemctl stop gdm`，根据你的显示管理器，也可能是lightdm等） 4. 运行安装程序：给文件添加执行权限，然后运行（注意参数）： chmod +x NVIDIA-Linux-x86_64-550.144.03.run sudo ./NVIDIA-Linux-x86_64-550.144.03.run -no-x-check -no-nouveau-check -no-opengl-files 参数说明： -no-x-check：安装时关闭X服务 -no-nouveau-check：禁用nouveau检查 -no-opengl-files：不安装OpenGL文件（避免与Ubuntu自带的OpenGL冲突） 5. 安装完成后，重启：`sudo reboot` 方法二：使用PPA安装（推荐，更简单） 1. 添加PPA： sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt update 2. 查找推荐的驱动版本： ubuntu-drivers devices 选择推荐（recommended）的驱动版本（确保版本支持RTX 4090，且>=535） 3. 安装驱动（例如版本535）： sudo apt install nvidia-driver-535 4. 重启：`sudo reboot` 安装后验证：`nvidia-smi`，查看驱动版本和显卡信息。 步骤2：安装CUDA Toolkit 注意：RTX 4090需要CUDA 11.8及以上版本（推荐使用CUDA 12.x）。但请根据你的深度学习框架要求选择版本。 从NVIDIA官网下载CUDA Toolkit：https://developer.nvidia.com/cuda-toolkit-archive 例如，安装CUDA 12.2： 1. 下载安装文件（选择runfile格式或deb格式）。以runfile为例： wget https://developer.download.nvidia.com/compute/cuda/12.2.2/local_installers/cuda_12.2.2_535.104.05_linux.run 2. 运行安装： sudo sh cuda_12.2.2_535.104.05_linux.run 3. 在安装界面中，取消勾选驱动（因为我们已经安装了驱动），只选择CUDA Toolkit。 4. 配置环境变量：在`~/.bashrc`中添加： export PATH=/usr/local/cuda-12.2/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-12.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} 然后执行：`source ~/.bashrc` 验证：`nvcc -V` 查看CUDA版本。 步骤3：安装cuDNN cuDNN是用于深度神经网络的GPU加速库。需要从NVIDIA官网下载（需要注册账号）。 下载地址：https://developer.nvidia.com/rdp/cudnn-archive （注意选择与CUDA版本兼容的cuDNN版本） 例如，CUDA 12.x 对应 cuDNN v8.9.x。下载cuDNN Library for Linux (x86_64)的压缩包（.tar格式）。 安装步骤（以cuDNN v8.9.4 for CUDA 12.x为例）： 1. 解压下载的文件（例如：cudnn-linux-x86_64-8.9.4.25_cuda12-archive.tar.xz）： tar -xvf cudnn-linux-x86_64-8.9.4.25_cuda12-archive.tar.xz 2. 复制文件到CUDA安装目录： cd cudnn-linux-x86_64-8.9.4.25_cuda12-archive sudo cp include/cudnn*.h /usr/local/cuda-12.2/include sudo cp lib/libcudnn* /usr/local/cuda-12.2/lib64 sudo chmod a+r /usr/local/cuda-12.2/include/cudnn*.h /usr/local/cuda-12.2/lib64/libcudnn* 3. 更新动态链接库缓存： sudo ldconfig 步骤4：安装PyTorch 现在可以安装深度学习框架了。以PyTorch为例，访问PyTorch官网（https://pytorch.org/）获取安装命令。 例如，安装支持CUDA 12.1的PyTorch 2.0： pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 注意：如果使用conda环境，请先创建并激活环境。 验证PyTorch是否使用GPU： python -c "import torch; print(torch.cuda.is_available())" 以上步骤完成深度学习环境搭建。 注意事项： - 在安装过程中，确保每一步的版本兼容性（驱动、CUDA、cuDNN、PyTorch）。 - 如果遇到问题，可以查看相关日志（如/var/log/nvidia-install.log）或搜索错误信息。 引用说明： [^1]: 参考了驱动安装命令。 [^2]: 参考了cuDNN安装的官方地址。 根据上述步骤，用户应该能够成功安装。 生成相关问题： 1. 如何验证NVIDIA驱动是否正确安装？ 2. 安装CUDA时需要注意哪些版本兼容性问题？ 3. 如何选择与CUDA版本匹配的cuDNN版本？ 4. PyTorch安装后如何测试GPU加速是否可用？ 5. 在Ubuntu 22.04上安装深度学习环境时常见问题有哪些？</think>### Ubuntu 22.04 配置 NVIDIA RTX 4090 显卡驱动及深度学习环境指南 #### 一、安装NVIDIA显卡驱动 1. **禁用系统默认驱动** 编辑配置文件： ```bash sudo nano /etc/modprobe.d/blacklist-nouveau.conf ``` 添加内容： ``` blacklist nouveau options nouveau modeset=0 ``` 更新并重启： ```bash sudo update-initramfs -u sudo reboot ``` 2. **下载驱动** 从[NVIDIA官网](https://www.nvidia.com/Download/index.aspx)下载RTX 4090专用驱动（建议535+版本）。 3. **关闭图形界面** ```bash sudo systemctl stop gdm ``` 4. **安装驱动** ```bash chmod +x NVIDIA-Linux-*.run sudo ./NVIDIA-Linux-*.run -no-x-check -no-nouveau-check -no-opengl-files ``` 安装完成后重启： ```bash sudo reboot ``` 5. **验证安装** ```bash nvidia-smi # 应显示GPU信息，如Driver版本和RTX 4090 ``` --- #### 二、安装CUDA Toolkit 1. **下载CUDA** 从[CUDA Archive](https://developer.nvidia.com/cuda-toolkit-archive)下载与驱动兼容的版本（RTX 4090需CUDA 11.8+，推荐12.x）。 2. **执行安装** ```bash sudo sh cuda_12.2.2_535.104.05_linux.run ``` **关键步骤**： - 取消勾选`Driver`（已安装） - 仅保留`CUDA Toolkit`选项 3. **配置环境变量** 编辑`~/.bashrc`： ```bash export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH ``` 生效配置： ```bash source ~/.bashrc ``` 4. **验证CUDA** ```bash nvcc --version # 显示CUDA版本 ``` --- #### 三、安装cuDNN 1. **下载cuDNN** 从[cuDNN Archive](https://developer.nvidia.com/rdp/cudnn-archive)下载与CUDA匹配的版本（需注册账号）。 2. **解压并安装** ```bash tar -xvf cudnn-linux-x86_64-8.9.4.25_cuda12-archive.tar.xz sudo cp cuda/include/cudnn*.h /usr/local/cuda/include sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn* ``` 3. **验证安装** ```bash ldconfig -p | grep cudnn # 应显示库文件 ``` --- #### 四、安装PyTorch ```bash pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 ``` **验证GPU支持**： ```python import torch print(torch.cuda.is_available()) # 应输出True print(torch.cuda.get_device_name(0)) # 应显示"RTX 4090" ``` --- #### 五、故障排除 1. **驱动安装失败** - 检查Secure Boot是否禁用：`mokutil --sb-state` - 使用`sudo apt install nvidia-driver-535`通过PPA安装 2. **CUDA与驱动不兼容** 通过`nvidia-smi`顶部显示的CUDA版本选择CUDA Toolkit（如显示`CUDA 12.2`则安装CUDA 12.x） 3. **PyTorch无法识别GPU** 确保PyTorch的CUDA版本与系统一致： ```python print(torch.version.cuda) # 应与nvcc版本一致 ``` > 引用说明：驱动安装参数参考NVIDIA官方文档[^1]，cuDNN配置流程参考开发者指南[^2]。 --- ### 相关问题 1. RTX 4090安装驱动时出现`ERROR: Unable to load the kernel module`如何解决？ 2. 如何为多版本CUDA（如11.8和12.2）配置动态切换？ 3. PyTorch安装后出现`CUDA out of memory`错误应如何优化？ 4. 在Docker容器中如何复用宿主机NVIDIA驱动？ 5. 如何验证cuDNN加速功能是否生效？ [^1]: NVIDIA Driver Installation Guide. https://docs.nvidia.com/datacenter/tesla/tesla-installation-notes/index.html [^2]: cuDNN Developer Guide. https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 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