ubuntu服务器Nvidia-smi掉驱动|重装大法|NVIDIA-SMI has failed because it couldn‘t communicate with the NVIDIA
Ubuntu NVIDIA 驱动重装大法
1. 事故原因
在 Ubuntu 系统中，NVIDIA 驱动通常以 DKMS 模块 的形式安装，这样可以在内核升级后自动重新编译显卡驱动。出现 dkms install 报错的常见原因包括：
-
DKMS 配置文件缺失
/usr/src/nvidia-目录存在，但缺少/ dkms.conf文件，说明驱动源码目录不完整。可能是之前手动安装.run文件，或者升级/卸载时残留。 -
APT 与 .run 混装
一部分驱动通过 APT（官方仓库）安装，另一部分来自 NVIDIA 官网.run安装包，造成环境不一致。 -
内核与 headers 不匹配
当前运行的内核版本与系统已安装的linux-headers不对应，导致 DKMS 无法编译。 -
残留文件未清理
/usr/src/nvidia-*里残留旧版本目录，DKMS 会尝试加载，结果找不到完整源码。 -
系统更新后未重启
内核升级后仍运行旧内核，headers 却对应新内核，导致编译目标和实际运行环境不一致。
按照网上的方法搞了一大圈 也没弄好，索性不装了直接彻底卸载重装，居然搞定了！
PS： 该方法是在ChatGPT的帮助下解决的，请各位自行取用。
2. 重装流程
以下步骤以 APT 软件包管理器安装 为基准（推荐方式，方便维护）。
步骤 1：卸载旧驱动
sudo apt-get purge -y 'nvidia-*'
sudo apt-get autoremove -y
sudo apt-get autoclean
清理残留源码目录：
sudo rm -rf /usr/src/nvidia-*
步骤 2：更新系统并安装依赖
sudo apt-get update
sudo apt-get upgrade -y
sudo apt-get install -y build-essential dkms linux-headers-$(uname -r)
确保
uname -r输出的内核版本与/lib/modules/$(uname -r)/build存在并指向正确 headers。
步骤 3：安装驱动
自动选择推荐版本
sudo ubuntu-drivers devices
sudo ubuntu-drivers autoinstall
或手动指定版本（示例：550）
sudo apt-get install -y nvidia-driver-550
步骤 4：更新启动镜像并重启
sudo update-initramfs -u
sudo reboot
步骤 5：验证
重启后执行：
nvidia-smi
应显示 GPU 信息和驱动版本。
检查 DKMS 状态：
dkms status
应看到：
nvidia/550.163.01, 6.14.0-xx-generic, x86_64: installed
3. 可能存在的坑
在驱动重装过程中，有以下常见问题需要注意：
-
内核 headers 不匹配
- 表现：
make.log提示缺少头文件。 - 解决：
sudo apt-get install linux-headers-$(uname -r)并重启。
- 表现：
-
APT 与 .run 混装
- 表现：重复安装、DKMS 报错、目录缺失。
- 解决：二选一，推荐使用 APT。若换用 APT，请先彻底卸载
.run驱动（sudo ./NVIDIA-Linux-*.run --uninstall）。
-
Secure Boot 签名问题
- 表现：
modprobe nvidia报未签名模块。 - 解决：关闭 BIOS Secure Boot，或者自己注册 MOK key 并签名。
- 表现：
-
系统未重启
- 表现：
uname -r显示旧内核，但/usr/src已经是新版本 headers。 - 解决：必须重启进入新内核，再编译驱动。
- 表现：
-
磁盘空间不足
- 表现：DKMS 编译中途失败。
- 解决：检查
/usr或/tmp所在分区，df -h确认有足够空间。
总结
- 事故原因：大多是驱动安装不完整、APT 与
.run混用、内核 headers 不匹配。 - 解决思路：先彻底卸载 → 清理残留 → 更新依赖 → 用 APT 重新安装驱动。
- 注意事项：确保 headers 匹配、Secure Boot 配置正确、避免混装，最后重启。
