跑深度学习nvidia驱动忽然失效的详细解决方法

诶尔法Alpha

已于 2023-09-04 15:49:00 修改

阅读量1k

点赞数

分类专栏：常见问题的解决方法文章标签：深度学习人工智能计算机视觉

于 2023-07-07 01:26:58 首次发布

本文链接：https://blog.csdn.net/weixin_45354497/article/details/131588047

版权

常见问题的解决方法专栏收录该内容

14 篇文章

订阅专栏

在运行pytorch框架和CUDA时遇到NoCUDAGPUsareavailable错误。通过检查发现是Ubuntu内核升级导致NVIDIA驱动不匹配。尝试通过切换内核、安装dkms和更新nvidia模块，最终关闭BIOS的securityboot解决了问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

由于经常跑深度学习，所以对于显卡驱动什么的都还是整的比较明白的不含糊，所以都能跑的起来。但是今天跑pytorch框架时（用到cuda）忽然给我报了个错：

RuntimeError: No CUDA GPUs are available

这给我整不会了，因为用cuda一直都用的好好的今天忽然这样，我首先torch.cuda.is_available()试了一下，果然是false。
然后

nvidia-smi

结果

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

应该是我的ubuntu偷偷趁我不注意把kernel给升级了，导致nvidia的版本不匹配。
运行cat /var/log/dpkg.log |grep nvidia
在这里插入图片描述
看第一行，可以看到从525.116.04升级到525.125.06，然后cat /proc/driver/nvidia/version可以看到nvidia的版本还是旧的116的（因为我已经解决了所以现在是新的了截图不了），所以验证了猜想。
所以接下来，我本着尽量不重装的原则尝试解决方法。
首先重启的时候选择低版本的内核进入然后运行nvidia-smi就变成了

Failed to initialize NVML: Driver/library version mismatch

且再运行cat /proc/driver/nvidia/version就显示找不到路径，方法1 failed。
然后试一下一下两条命令：

sudo apt-get install dkms
sudo dkms install -m nvidia -v 525.125.06

这个nvidia的版本号可以用ls /usr/src查看
在这里插入图片描述
正常来说，百分之七八十的人都是到这一步之后再运行nvidia-smi就可以成功显示了。但是我还不行，我运行第二句显示我已经installed了：

Module nvidia/525.125.06 already installed on kernel 5.xxx-xx-generic/x86_64

所以继续。
最后我是进入bios将security boot关掉就成功了。