nvidia 驱动重装以及其中遇到的问题

原创最新推荐文章于 2026-06-14 16:11:16 发布 1.2w 阅读 AI写同款

收录于

杂谈

physuleo

码龄12年墨衍会员 · AI 创作全网分发

32粉丝18篇原创

关注

Ubuntu系统下nvidia-smi 出现错误 Failed to initialize NVML: Driver/library version mismatch nvidia-smi报错 NVML: Driver/library version mismatch问题背景解决方案一、checking dmesg二、locate三、updatedb补充、总结问题背景系统：Ubuntu 16.04 LTS NOTE：每个人的问题都可能有差别，网上搜索时可以稍微对上号后再进行操作。还有一般没有进行大面积改动（如我根本就没动怎么就报错了），问题的解决复杂度也应该不会很高。主要是要装pytorch，想先查看一下nvidia-smi，结果出现如下错误： Failed to 阅读详情

AI摘要

本文提供了详细的步骤和技巧，帮助读者解决在Ubuntu环境下因误删GPU驱动导致的问题，包括如何重新安装NVIDIA驱动、CUDA和cuDNN，以及解决依赖问题和nvidia-smi错误。

因为眼花，我把服务器的gpu驱动给删了，镇定了下，决定不跑路，所以有了下面的方法：

cuda历史版本下载地址（https://developer.nvidia.com/cuda-toolkit-archive）

cudnn下载地址（https://developer.nvidia.com/rdp/cudnn-archive ）

ubuntu18.04 出现unmet dependencies错误

https://blog.youkuaiyun.com/u012223913/article/details/52964872

解决方案一：
sudo apt-get install build-essential
如果这步也出现依赖问题，可以使用aptitude, 可以比apt-get更加智能地解决依赖问题，先安装它：

sudo apt-get install aptitude

使用aptitude：

sudo aptitude install build-essential

解决方案二：删除旧的CUDA
sudo apt-get remove nvidia-cuda-* # remove old nvidia-cuda packages
解决方案三：安装 unmet dependencies:
sudo apt-get install libcheese-gtk23 libcheese7
NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.
如果碰到这个错误，也可以用下面方法来处理这个错误。

查看 CUDA 版本

cat /usr/local/cuda/version.txt

查看 CUDNN 版本：

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

显卡驱动所使用的内核版本

cat /proc/driver/nvidia/version

查看电脑驱动

cat /var/log/dpkg.log | grep nvidia

https://askubuntu.com/questions/451672/installing-and-testing-cuda-in-ubuntu-14-04

1. 首先去英伟达官网，下载与自己gpu相匹配的驱动

https://developer.nvidia.com/cuda-downloads

推荐升级顺序：

上面不行再看下面的方法

1.1 nvidia驱动下载

https://devtalk.nvidia.com/default/board/99/

2.1 首先在官网下载你自己显卡对应的驱动NVIDIA-Linux-x86_64-xxx.xx.run，拷贝到Linux某个目录后先改权限

chomod 777 NVIDIA-Linux-x86_64-xxx.xx.run

2.2 卸载原驱动

sudo apt-get remove --purge nvidia*  
# 提示有残留可以接 sudo apt-get autoremove --purge nvidia*
或者： sudo apt-get purge nvidia*

临时关闭显示服务

sudo service lightdm stop # 此命令若报不存在，就不用理会

运行安装程序

sudo ./NVIDIA-Linux-x86_64-XX你下载的程序XX.run

事情远远不是这么简单，一般情况下都会遇到卸载失败。

sudormmodnvidiarmmod:ERROR:Modulenvidiaisinuseby:nvidiamodesetnvidiauvm12

sudo rmmod nvidia
rmmod: ERROR: Module nvidia is in use by: nvidia_modeset nvidia_uvm

这时，就要一点一点的卸载整个驱动了，首先要知道现在kernel mod 的依赖情况，首先我们从错误信息中知道，nvidia_modeset nvidia_uvm 这两个 mod 依赖于 nvidia, 所以要先卸载他们

$lsmod | grep nvidia
nvidia_uvm            647168  0
nvidia_drm             53248  0
nvidia_modeset        790528  1 nvidia_drm
nvidia              12144640  152 nvidia_modeset,nvidia_uvm            12144640  152 nvidia_modeset,nvidia_uvm

可以看到 nvidia 被使用了152词，我们可以先卸载 nvidia_uvm 和 nvidia_modeset

先查看下有哪些进程使用了 nvidia*

sudo lsof -n -w /dev/nvidia*

最后

sudo rmmod nvidia_uvm
sudo rmmod nvidia_modeset
sudo rmmod nvidia
nvidia-smi

这些进程有个了解，如果一会卸载失败，记得关闭相关进程。

卸载

sudo rmmod nvidia_uvm
sudo rmmod nvidia_modeset

再 lsof 一遍，如果 nvidia 的使用 Used by 还没有降到 0，kill 相关进程

https://blog.youkuaiyun.com/fengzhongluoleidehua/article/details/82626538

这个默认是全部安装，包括了驱动，cuda和例程，可以根据自己的需要进行选择。把括号里的X去掉，就是不需要这个功能。

安装后再重启显示

sudo service lightdm start

ubuntu下如何卸载nvidia显卡驱动？

答： sudo apt-get remove nvidia* -y

3 另外一种，在线安装

安装nvidia驱动
- 添加PPA到系统中
  sudo add-apt-repository ppa:graphics-drivers/ppa
- 更新系统源
  sudo apt update
- 查看ubuntu推荐驱动，这个命令不一定可以识别
  ubuntu-drivers devices
- 安装驱动
  sudo apt-get install nvidia-XX你需要的版本号XX
- 比如 sudo apt-get install nvidia-418
- 也有可能这行命令失效，此时用 sudo apt install nvidia-driver-418（根据自身实际需要）
  - 或者安装所有驱动(千万不要安装重复版本驱动)：sudo ubuntu-drivers autoinstall
- 重启生效：sudo reboot
查看安装驱动版本:nvidia-smi

安装 Nvidia-Docker

# Install nvidia-docker2 and reload the Docker daemon configuration
sudo apt-get install -y nvidia-docker2
sudo pkill -SIGHUP dockerd

# Test nvidia-smi with the latest official CUDA image
docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi

https://github.com/NVIDIA/nvidia-docker/tree/master#upgrading-with-nvidia-docker2-deprecated

这里也有在线安装的方式

错误：docker: Error response from daemon: Unknown runtime specified nvidia

https://github.com/NVIDIA/nvidia-docker/issues/838

解决方法：

sudo systemctl daemon-reload
sudo systemctl restart docker

(1). 终端输入：

nvcc -V #若无反应，那就是路径没有填写正确

重启进入界面，打开终端输入：

export PATH="/usr/local/cuda-9.2/bin:$PATH" 
export LD_LIBRARY_PATH="/usr/local/cuda-9.2/lib64:$LD_LIBRARY_PATH"

如果在.bashrc中定义，则添加：

export CUDA_HOME=/usr/local/cuda-9.2 #根据自身情况修改
export LD_LIBRARY_PATH=/usr/local/cuda-9.2/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-9.2/bin:$PATH

https://www.askmetutorials.com/2018/03/install-uninstall-nvidia-driver-39042.html

上面这个基本也有参考价值

https://download.nvidia.com/XFree86/Linux-x86_64/418.56/NVIDIA-Linux-x86_64-418.56.run

sudo apt-get remove --purge nvidia*
# 提示有残留可以接 sudo apt-get autoremove --purge nvidia*

添加PPA到系统中
sudo add-apt-repository ppa:graphics-drivers/ppa
更新系统源
sudo apt update
查看ubuntu推荐驱动，这个命令不一定可以识别
ubuntu-drivers devices
安装驱动
sudo apt-get install nvidia-XX你需要的版本号XX
比如 sudo apt-get install nvidia-418
也有可能这行命令失效，此时用 sudo apt install nvidia-driver-418（根据自身实际需要）

或者安装所有驱动(千万不要安装重复版本驱动)：sudo ubuntu-drivers autoinstall

重启生效：sudo reboot
sudo apt-get remove nvidia* -y
# Install nvidia-docker2 and reload the Docker daemon configuration
sudo apt-get install -y nvidia-docker2
sudo pkill -SIGHUP dockerd

# Test nvidia-smi with the latest official CUDA image
docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi
sudo systemctl daemon-reload
sudo systemctl restart docker
apt-get remove --purge nvidia-410
apt-get autoremove