【运维】Ubuntu 显卡驱动卸载及重装

背景

这里包含显卡驱动和CUDA驱动，在如下场景下，我们需要卸载显卡驱动并重新安装。

1. 在某些情况下需要对显卡驱动进行升级
2. 某些情况下（如重启，或者调整系统配置等），系统出问题导致显卡驱动掉了，需要重新安装

在上述过程中，经常会出现一些问题导致显卡驱动安装失败，本文参考官方给定的一些方式安装。

驱动卸载

1. 使用apt卸载相应驱动（不用care是否存在）

   # sudo apt --purge remove nvidia*
   sudo apt --purge remove "*cublas*" "cuda*"
   sudo apt --purge remove "*nvidia*"
   sudo apt autoremove
   

2. 上述操作完成后，并不一定生效，还要使用安装后提供的工具卸载存在的驱动 这里的文件不一定存在，取决于一开始的cuda 安装方式，如果不存在，直接跳过即可

   # 这里会弹出界面让你确认卸载内容，根据提示操作即可，选择上所有组件进行卸载
   sudo /usr/local/cuda-**.*/bin/cuda-uninstaller
   
   # 完成上述操作后，可能会有残留文件需要阐述
   sudo rm -rf /usr/local/cuda*
   

卸载完驱动后，需要重启。

驱动安装

CUDA驱动安装

官网参考

（不推荐）以CUDA 12.3 为例。注意，如果使用官方run文件的形式安装可能会报错，推荐如下方式安装。

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin
sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/12.3.2/local_installers/cuda-repo-ubuntu2204-12-3-local_12.3.2-545.23.08-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2204-12-3-local_12.3.2-545.23.08-1_amd64.deb
# sudo dpkg -i /home/euler/Downloads/cuda.deb
sudo cp /var/cuda-repo-ubuntu2204-12-3-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda-toolkit-12-3

完成上述安装后，nvcc -V命令应该可以正常工作，但 nvidia-smi无法正常工作。

(推荐)CUDA Toolkit 12.6 Update 2 Downloads

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin
sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/12.6.2/local_installers/cuda-repo-ubuntu2204-12-6-local_12.6.2-560.35.03-1_amd64.deb

sudo dpkg -i cuda-repo-ubuntu2204-12-6-local_12.6.2-560.35.03-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu2204-12-6-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda-toolkit-12-6

# 驱动安装
sudo apt-get install -y nvidia-open
sudo apt-get install -y cuda-drivers
sudo apt-get install -y nvidia-container-toolkit

不重启生效方式

首先，卸载旧的 NVIDIA 内核模块并加载新的模块：

sudo rmmod nvidia-drm nvidia-modeset nvidia
sudo modprobe nvidia
sudo modprobe nvidia-modeset
sudo modprobe nvidia-drm

重启显示服务器（X Server）

你可以重启 X Server 以重新加载驱动程序：

sudo systemctl restart gdm3

如果你使用的是其他显示管理器（如 lightdm），可以使用以下命令重启：

sudo systemctl restart lightdm

注意：重启 X Server 会导致当前会话断开连接，因此需要保存工作，以避免数据丢失。

3. 验证驱动是否已生效

你可以使用以下命令检查 NVIDIA 驱动是否已经正确加载：

nvidia-smi