Nvidia显卡Failed to initialize NVML Driver/library version mismatch错误解决方案

news2024/9/29 5:57:14

最近GPT比较火，开始折腾了一下gpu,用来跑项目：
https://github.com/OpenTalker/SadTalker
今天运行程序突然发现用不了，经排查应该是由于NVIDIA内核驱动版本与系统驱动版本不一致导致的。

下面简单总结了这个错误的解决方案。

问题复现

在这里插入图片描述
查看系统驱动日志
cat /var/log/dpkg.log | grep nvidia
## 问题原因分析
NVIDIA内核驱动版本与系统驱动版本不匹配。
##查看显卡驱动内核版本
cat /proc/driver/nvidia/version
NVRM version: NVIDIA UNIX x86_64 Kernel Module 470.223.02 Thu May 11 11:46:56 UTC 2023
GCC version: gcc version 11.4.0 (Ubuntu 11.4.0-1ubuntu1~22.04)
查看已安装驱动程序

dpkg --list | grep nvidia-*
在这里插入图片描述
经排查英伟达显卡驱动自动更新了，导致程序运行失败。

下面是版本回退操作，
解决方案
卸载现有驱动，重新安装
sudo /usr/bin/nvidia-uninstall
sudo apt-get --purge remove nvidia-*
sudo apt-get purge nvidia*
sudo apt-get purge libnvidia*
直到命令不输出任何内容
sudo dpkg --list | grep nvidia-*

重新安装
sudo chmod a+x NVIDIA-Linux-x86_64-470.199.02.run
sudo ./NVIDIA-Linux-x86_64-470.199.02.run -no-x-check -no-nouveau-check -no-opengl-files
     –no-opengl-files 只安装驱动文件,不安装OpenGL文件
     –no-x-check 安装驱动时不检查X服务
     –no-nouveau-check 安装驱动时不检查nouveau

报错处理：
一，
在这里插入图片描述

1.下载官方驱动程序
清除之前残留的nvidia驱动

apt-get remove --purge nvidia*

禁止集成的nouveau驱动

Ubuntu系统集成的显卡驱动程序是nouveau，它是第三方为NVIDIA开发的开源驱动，我们需要先将其屏蔽才能安装NVIDIA官方驱动。
将驱动添加到黑名单blacklist.conf中，但是由于该文件的属性不允许修改。所以需要先修改文件属性。

创建文件：
cat /etc/modprobe.d/blacklist-nouveau.conf
blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off
options nouveau modeset=0
blacklist rivafb
blacklist vga16fb
blacklist nouveau
blacklist nvidiafb
blacklist rivatv

卸载之前安装的残留文件
sudo apt-get remove --purge xserver-xorg-video-nouveau
sudo apt-get --purge remove nvidia-*

3-0 安装依赖
sudo apt update
sudo apt install dkms build-essential linux-headers-generic

3.开始安装
安装驱动程序
$sudo chmod a+x NVIDIA-Linux-x86_64-xxx.run
$sudo sh NVIDIA-Linux-x86_64-xxx.run
#–no-x-check 关闭X服务
#–no-nouveau-check 禁用nouveau
#–no-opengl-files 不安装OpenGL文件
4-0 安装完成后
sudo update-initramfs -u 内核更新
sudo reboot

卸载残留：

要强制卸载这两个模块，你可以使用dpkg命令来操作。请按照以下步骤进行：

打开终端，以管理员权限登录到你的系统。
运行以下命令来卸载linux-modules-nvidia-450-server-6.2.0-35-generic模块：
```
sudo dpkg --purge linux-modules-nvidia-450-server-6.2.0-35-generic
```
```

运行以下命令来卸载linux-objects-nvidia-450-server-6.2.0-35-generic模块：

sudo dpkg --purge linux-objects-nvidia-450-server-6.2.0-35-generic
```

注意：在命令中替换版本号和架构（amd64）为你系统中实际安装的版本。

当命令执行完成后，这两个模块应该已被强制卸载。

最终效果：
在这里插入图片描述其他命令：

升级显卡驱动命令
输入如下指令查看系统推荐的驱动版本：
sudo ubuntu-drivers devices

auturemove命令
在Ubuntu中，你可以使用autoremove命令来自动删除不再需要的软件包和依赖项。这些软件包通常是由于你升级或删除其他软件包而变得不再需要的。

要使用autoremove命令，请按照以下步骤进行：

打开终端。
以管理员权限登录到你的系统。
运行以下命令来使用autoremove：
```
sudo apt autoremove
```
```
命令将扫描系统中不再需要的软件包和依赖项，并提示你确认是否删除它们。请仔细阅读删除列表上的软件包，确保你不再需要它们。
如果你确认要删除这些软件包，请输入"Y"或"yes"，然后按回车键。
autoremove命令将自动删除这些不再需要的软件包和依赖项。

请注意，使用autoremove命令时要小心，确保你了解要删除的软件包以及其对系统的影响。建议在执行之前先进行备份，并定期进行系统维护和清理。

tips：
为避免麻烦关闭自动更新显卡驱动

1.禁止自动升级

修改配置文件/etc/apt/apt.conf.d/10periodic
#０是关闭，1是开启，将所有值改为0
vi etc/apt/apt.conf.d/10periodic
APT::Periodic::Update-Package-Lists “0”;
APT::Periodic::Download-Upgradeable-Packages “0”;
APT::Periodic::AutocleanInterval “0”;

在这里插入图片描述