虚拟机开机报错：“Could not initialize plugin ‘/usr/lib64/vmware/plugin/libnvidia-vgx.so‘ for vGPU “

一、问题描述

某次桌面发布交付验证过程中，一线人员反映，使用 nvidia 显卡的虚拟机，虚拟机桌面开机时，无法完成，报错：
“Could not initialize plugin ‘/usr/lib64/vmware/plugin/libnvidia-vgx.so’ for vGPU “profile_name””

二、分析处理

1、对故障vm执行gpu网卡自动检测配置，开机测试，未果；
2、对故障vm执行迁移到其他主机，开机测试，未果；
3、检查故障vm所在主机事件，发现某主机集中出现：

4、检查故障主机gpu显示模块，发现：

5、检查GPU集群其他主机，均正常；但其他主机也有几条同样的告警。

6、将故障vm迁移到其他主机，开机测试，正常开机。

7、将故障vm所在主机系统重启，验证未果。尝试vc导出主机日志分析。

三、其他类似错误

错误示例，报出：

The amount of graphics resource available in the parent resource pool is insufficient for the operation.
An error was received from the ESX host while powering on VM <VM_name>
Failed to start the virtual machine.
Module ‘DevicePowerOn’ power on failed.
Could not initialize plugin ‘/usr/lib64/vmware/plugin/libnvidia-vgx.so’ for vGPU ‘Profile_name’.
No graphics device is available for vGPU ‘Profile_name’.

可能原因：

当默认 GPU 模式为 Shared (vSGA) 而不是 Shared Direct (vGPU) 时，会出现此问题。

处理：
使用 vCenter Server 将 GPU 模式从 Shared (vSGA) 更改为 Shared Direct (vGPU)，但过程出现报错：

因为修改后，需要/etc/init.d/xorg restart重启生效。可尝试ssh登录esxi主机尝试。这可能是由提供给主机的GPU显卡硬件引起的。执行以下确认gpu 模块：

grep -A 10 -i “Loading module nvidia” /var/log/vmkernel.log //正常可看到nvidia loaded successfully

esxcli hardware pci list –c 0x0300 –m 0xf //如果 Module Name 与 nvidia 不同，则显卡可能无法在 ESXi 主机上正确显示，从而导致 Xorg 服务无法启动。

通过运行以下命令删除 NVIDIA VMkernel 驱动程序：
vmkload_mod -u nvidia

通过运行以下命令识别 NVIDIA VIB 名称：
esxcli software vib list | grep NVIDIA

通过运行以下命令删除 VIB：
esxcli software vib remove -n nameofNVIDIAVIB //之后安装新的 NVIDIA GPU VIB

安装 NVIDIA GPU VIB：
1）https://nvid.nvidia.com/
For assistance logging in, see https://nvid.nvidia.com/NvidiaUtilities/#/needHelp
2）主机置于维护模式
3）esxcli software vib install -v /path_to_vib/nvidia_vib
4） Configure—> System---->Services---->X.Org Server ------>Edit Startup Policy.

确保 X.Org 服务器正在运行并设置为随主机启动和停止。打开虚拟机电源，确保启用远程桌面以允许远程连接到此来宾操作系统。加载 Nvidia 来宾操作系统驱动程序后，vSphere 控制台将不再可用，需要备用路径来管理机器。