問題描述

在升級Linux內核后，用戶可能會遇到NVIDIA驅動不可用的問題。這種情況通常表現為以下錯誤信息：

錯誤1：執行 nvidia-smi 時出現以下錯誤：

• 錯誤信息： Failed to initialize NVML: Driver/library version mismatch
• 說明： 該錯誤表示NVIDIA驅動和庫版本不匹配，通常是因為內核升級后舊版驅動不再適用于新內核。

錯誤2： 執行 nvidia-smi 時出現以下錯誤：

• 錯誤信息： NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver
• 說明： 該錯誤表示NVIDIA驅動未正確加載或未安裝，導致無法與NVIDIA硬件進行通信。

解決方法

1.檢查當前內核版本

uname -r

2.查看安裝驅動時的內核版本

RedHat系（CentOS）系統執行

find /usr/lib/modules -name nvidia.ko

Debian類（Ubuntu）系統執行

find /lib/modules -name nvidia.ko

如果當前內核版本與安裝驅動時的內核版本不一致，則確認為內核升級后導致的驅動不可用。

3.移除現有NVIDIA驅動模塊

依次執行以下命令，以確保所有與NVIDIA相關的驅動模塊已被移除：

rmmod nvidia_drm
rmmod nvidia_modeset
rmmod nvidia

4.查看GPU信息

執行以下命令以查看當前GPU的狀態：

nvidia-smi

5.檢查回顯結果

• 如果命令輸出正常，且能夠顯示GPU信息，則問題已修復。

• 如果輸出仍然報錯，請參考以下步驟進行進一步處理。

  • 如果業務依賴于新版本內核，則需要參考官方文檔卸載當前驅動，并在該內核下重新安裝驅動。
  • 如果不小心升級了內核驅動，而當前的驅動與新版本內核不兼容，可以通過重啟云主機并使用舊版本內核登錄，從而恢復驅動的正常運行。