（自用）记录一次历时三个月在Ubuntu20.04上安装显卡驱动的踩坑经历

对于A100显卡

1. 首先进行原有的驱动的卸载干净

sudo apt-get purge nvidia-cuda*
sudo apt-get purge nvidia-*
sudo apt-get purge remove "*cublas*" "cuda*" #卸载CUDA Toolkit

2. 彻底卸载干净驱动

sudo apt autoremove *nvidia*  #卸载所有和nvidia相关
sudo reboot

3. 进行以下操作，没有输出即可

如果是nouveau导致的失败，则禁用nouveau。如果电脑接着显示器，这个肯定失败。

sudo vi /etc/modprobe.d/blacklist.conf

在blacklist.conf末尾添加如下内容:

blacklist nouveau
options nouveau modeset=0

然后输入下面命令后，重启电脑：

sudo update-initramfs -u
lsmod | grep nouveau  #查询不到任何东西，就是对的

重启后，查询：

lsmod | grep nouveau  #查询不到任何东西，就是对的

4. 自动安装的方法
首先，你需要先查看一下系统的版本信息，Ubuntu的命令是

uname -a

接下来，检查是否有显卡驱动，方法是输入下面命令，看看是否出现GPU状态界面：

nvidia-smi

如果没有，就是自动化安装显卡，很快捷：

#自动化安装显卡驱动
ubuntu-drivers devices
sudo ubuntu-drivers autoinstall
sudo reboot

不过对我而言，出现：

NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.

5. 官方驱动安装的方法

先去官网查找对应的版本。

然后给驱动run文件赋予执行权限

sudo chmod a+x NVIDIA-Linux-x86_64-535.54.03.run

进行安装

sudo ./NVIDIA-Linux-x86_64-535.54.03.run -no-opengl-files -no-x-check -no-nouveau-check

只有禁用opengl这样安装才不会出现循环登陆的问题

-no-x-check：安装驱动时关闭X服务
-no-nouveau-check：安装驱动时禁用nouveau
-no-opengl-files：只安装驱动文件，不安装OpenGL文件

但是我按照以上方法进行了安装，出现了问题，发表在了NVIDIA论坛。

6. Ubuntu自带的安装方法1

首先输入以下命令：

# 查看推荐版本
ubuntu-drivers devices

得到以下输出：

linux505@linux505-2288H-V5:~$ ubuntu-drivers devices
== /sys/devices/pci0000:64/0000:64:00.0/0000:65:00.0 ==
modalias : pci:v000010DEd000020B0sv000010DEsd0000134Fbc03sc02i00
vendor   : NVIDIA Corporation
driver   : nvidia-driver-535-server - distro non-free
driver   : nvidia-driver-470 - distro non-free
driver   : nvidia-driver-535-open - distro non-free
driver   : nvidia-driver-525-server - distro non-free
driver   : nvidia-driver-450-server - distro non-free
driver   : nvidia-driver-525 - distro non-free
driver   : nvidia-driver-525-open - distro non-free
driver   : nvidia-driver-535 - distro non-free
driver   : nvidia-driver-535-server-open - distro non-free recommended
driver   : nvidia-driver-470-server - distro non-free
driver   : xserver-xorg-video-nouveau - distro free builtin

可以看到，这里我们不选用recommended的，且不选用open的，容易出现bug，我们选用这个进行安装：

# 安装
sudo apt-get install nvidia-driver-535-server nvidia-settings nvidia-prime
sudo apt-get install dkms
# 查看是否安装，会输出一个列表，找到类似nvidia-530.41.03
ll /usr/src/
# 版本号来自于列表中
sudo dkms install -m nvidia -v srv-535.54.03
# 重启
reboot

7. Ubuntu自带的方法2

在Ubuntu附加驱动中查看：

如图，我们直接选用535-server即可！
点击应用更改后reboot即可。
不过很遗憾，我上述方法都出现：

NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.

8. 对于以上现象的解决尝试：

前提是已经bios已经关闭了安全启动

安装驱动程序后不重新启动

相关文章：
https://deeptalk.lambdalabs.com/t/nvidia-smi-has-failed-because-it-can-can-communication-with-the-nvidia-driver/148/8 是的，它确实需要重新启动才能启用驱动程序。但这对我不起作用。重新启动后出现相同的错误。

重新安装驱动程序或 CUDA 库

我脑海中浮现的另一个想法是无与伦比的驱动程序版本。也许驱动程序对于旧设备来说太新了，反之亦然。当您在网上搜索问题时，您可以找到许多声称这一点的帖子。
然后我尝试安装不同版本的驱动程序。 440 450 460
它们都不起作用，当您安装和卸载如此多版本的驱动程序时，系统可能会搞砸。
快速说明：不要在同一台计算机上安装和一起，否则会出现依赖问题，导致您在安装或卸载 Nvidia
相关软件包时都失败。nvidia-drivers-440nvidia-drivers-440-server

更新的内核与旧的 Nvidia 驱动程序不匹配

许多其他帖子说，如果您更新 Linux 内核，在旧内核期间安装的 Nvidia 驱动程序将与更新的内核不兼容。 解决方案是使用
use（动态内核模块支持）为驱动程序安装新的内核兼容文件，如下所示：dkms
sudo apt-get install dkms
sudo dkms install -m nvidia -v <driver_version>
可以通过命令找到驱动程序版本。whereis nvidia
但是，此解决方案也对我不起作用，因为即使是我的驱动程序也是在内核更新后安装的。

其他解决方案在我的情况下不起作用

有些人通过在BIOS中禁用“安全启动”来解决此问题。 安装仅适用于较旧的 CUDA 版本 （<=9.2）。
nvidia-cuda-toolkit

9. 更改版本内核（变成旧的）

首先查看当前内核版本：

`uname -r`

我的输出是：
5.4.0-148-generic

然后查看服务器启动内核的顺序

grep menuentry /boot/grub/grub.cfg

红色字体就是ubuntu系统目前所拥有的内核版本与启动顺序，menuentry起始的就是每一条。

比如我们要切换成 5.15.0-69-generic 这个，它在上图中的启动顺序是第3个。
终端运行命令 ：

sudo gedit /etc/default/grub

令GRUB_DEFAULT=0 修改为 GRUB_DEFAULT="1> 3"。

注意：> 与7之间有个空格，接着保存并退出。

最后更新grub

sudo update-grub

接着重启服务器

sudo reboot

最后，重启后查看内核版本（uname -r）已修改成5.15.0-69-generic了。再运行nvidia-smi就正常了。

10. 可是，以上方法仍然对我不起作用，我还抓取了相关NVIDIA的安装日志，并把问题发布在了NVIDIA论坛这里。

希望能有大佬帮忙解决！

感激不尽！

对于RTX 6000显卡

使用上述方法7，即可成功安装！

参考博客：
https://blog.csdn.net/Thanours/article/details/104834536
https://blog.csdn.net/weixin_44124632/article/details/130471902?spm=1001.2014.3001.5506
https://blog.csdn.net/Thanlon/article/details/106125738
https://blog.csdn.net/weixin_44842237/article/details/127958306
https://blog.csdn.net/xulingling516/article/details/130675218?spm=1001.2014.3001.5506
https://en.dlyang.me/fixing-nvidia-smi-communication-error/