企业官网建设流程全解析

1. 动手前先摸清家底：显卡型号、驱动推荐和当前状态

Ubuntu 装 Nvidia 显卡驱动这件事，说难不难，说简单也真能把人折腾到半夜。我自己第一次在 Ubuntu 上装 Nvidia 驱动，是在一台装了 GTX 750 的老机器上，照着一篇教程敲了apt install nvidia-driver-535，结果重启直接黑屏，只能按 Ctrl+Alt+F3 进 tty 把驱动卸掉重来。后来在 Ubuntu 20.04、22.04 的机器上反复装了几十次，从桌面卡到 P600 这类专业卡、从台式机到笔记本双显卡，才算把这里面的门道摸清楚。

这篇文章想解决的就是一件事：让你在 Ubuntu 上把 Nvidia 显卡驱动装对、装稳，并且装完之后遇到问题能自己排查。适合刚接触 Ubuntu 的新手，也适合那种"以前能跑，内核一升级就崩"的老用户。核心关键词就三个：Ubuntu、Nvidia、显卡驱动，外加一个大头——常见问题解决。因为说实话，装的过程只占三成时间，剩下七成全花在排错上。

1.1 为什么"apt install nvidia-driver-535"不能无脑敲

很多人看到别人一条命令搞定，就以为自己也能一条命令搞定。问题在于 Nvidia 驱动的版本号和显卡型号是强绑定的，不是版本越新越好。GTX 750 这类 Maxwell 架构的老卡，在比较新的驱动分支里已经被移出支持列表，你硬装上去，nvidia-smi大概率起不来，或者 X 服务直接挂掉。反过来，如果是 RTX 40 系这种新卡，装 470 这种老驱动又会缺特性。

还有一个坑是"混装"。你之前用官方 runfile 装过一次，后来又用 apt 装了一遍，两套文件同时在系统里，/usr/lib/xorg/modules下面挂着两拨 glx 模块，X 启动的时候自己都不知道该加载哪一个。这类问题的表现就是日志里那句著名的failed to load module "glxserver_nvidia"。

提示：装驱动之前，先把机器上现有的 Nvidia 相关包列一遍，确认是干净状态再动手。混合安装是后面 90% 玄学问题的根源。

1.2 三条命令查清显卡型号与推荐驱动

不用拆机箱，三条命令就够。第一条看硬件：

lspci | grep -i -E "vga|3d|display"

输出里会看到类似NVIDIA Corporation GA106 [GeForce RTX 3060]这样的字样，这就是你的卡。如果是笔记本，通常会看到两行，一行 Intel 核显，一行 Nvidia 独显。

第二条看系统推荐的驱动版本，这条最有用：

ubuntu-drivers devices

它会列出driver : nvidia-driver-535 - distro non-free recommended这种信息，带recommended的那个就是 Ubuntu 官方源认为最匹配你当前内核和硬件的版本。这个推荐值不是随便标的，它是根据显卡 PCI ID 和内核 ABI 匹配出来的，跟着它走翻车概率最低。

第三条看当前驱动的实际状态：

nvidia-smi cat /proc/driver/nvidia/version

如果nvidia-smi报has failed because it couldn't communicate with the nvidia driver，说明驱动没加载或者加载失败，正好印证了你需要重装。如果它能正常输出一张表格，包含驱动版本、CUDA 版本、显存占用，那说明驱动是活的，你只需要确认版本是否合适。

1.3 记录当前状态，方便出问题回滚

这一步很多人会跳过，但真出事的时候能救命。先把关键信息存下来：

uname -r # 当前内核版本 lsmod | grep -E "nvidia|nouveau" # 当前加载的显卡模块 dpkg -l | grep -i nvidia # 已安装的 nvidia 相关包 cat /etc/X11/xorg.conf 2>/dev/null # 有没有手写的 xorg 配置

把这几条的输出贴到一个文本文件里存着。原因很简单，驱动装崩之后你大概率进不了图形界面，只能在 tty 里靠记忆排查，有这份记录你能立刻知道自己之前装的是哪个版本、有没有残留配置。

注意：如果/etc/X11/xorg.conf存在并且里面有Driver "nvidia"，说明这台机器以前被人手动配置过。这种情况下换驱动前最好先备份这个文件，很多黑屏问题就是它能改回来。

2. 安装方式选型：四条路子各自适合谁

Ubuntu 上装 Nvidia 驱动，主流的路径有四条：官方仓库 apt、Nvidia 官方 runfile、第三方 PPA、以及显卡厂商或整机厂商提供的预编译包。它们不是谁替代谁的关系，而是对应不同的网络条件、内核环境和维护需求。选错了不是装不上，而是后面维护起来会很痛苦。

2.1 官方仓库 apt 安装：桌面用户默认答案

ubuntu-drivers和apt这条路子最大的优势是跟内核升级联动。你装的是nvidia-driver-535这个元包，它背后依赖nvidia-dkms-535，DKMS 会在每次内核更新后自动重新编译内核模块。也就是说，下次apt upgrade把内核从 5.15.0-91 升到 5.15.0-94，重启之后驱动还是活的，不需要你手动干预。

代价是版本受限于 Ubuntu 仓库，通常比 Nvidia 官网的最新版落后几个小版本。对做深度学习、跑 CUDA 的人来说，这个落后一般不致命，因为 CUDA Toolkit 是独立安装的，驱动只要满足最低版本要求就行。

2.2 官方 runfile 安装：离线环境和特定版本需求

从 Nvidia 官网下载NVIDIA-Linux-x86_64-xxx.xx.run这种自解压安装包，好处是版本完全自由，官网出了哪个版本你就能装哪个。适合两种场景：一是内网机器完全没外网，二是你需要某个特定版本去匹配特定的 CUDA 或框架要求。

坏处也很明显：它不走 DKMS 的那套自动机制（除非你在安装时选择注册 DKMS），内核一升级，模块就没了，得手动重装一遍。所以用 runfile 的人，通常会在装完之后自己写个脚本或者加个 DKMS 注册，不然维护成本很高。

2.3 PPA 与厂商预编译包：谨慎使用

有些第三方 PPA 会提供比官方仓库更新的驱动版本。这类源的好处是安装方式和 apt 一致，坏处是源的维护质量参差不齐，内核升级后包依赖断掉的情况时有发生。如果你只是想要一个新一点的版本，优先看 Ubuntu 官方仓库里有没有-server后缀或者更新的分支，实在没有再用 PPA。

至于整机厂商的预编译包，常见于品牌工作站和服务器，这类包一般做了平台适配，稳定性不错，但版本通常很保守，而且和公开源的包容易冲突，装之前一定要确认它是不是要求你先把系统自带的 nvidia 包全部清掉。

2.4 一张表看清怎么选

我个人的建议很明确：能用 apt 就用 apt，除非你有非常明确的理由不用。跑深度学习的人，装的应该是nvidia-driver-535加上独立的 CUDA Toolkit，而不是为了追一个新驱动去折腾 runfile。

3. 版本号怎么定：老卡、新卡、专业卡的分界线

选版本这件事，本质是在"新特性"和"硬件兼容性"之间做权衡。Nvidia 的驱动分支是按架构划支持的，一代架构被移出支持列表之后，新分支就彻底不管它了。所以你得先知道自己的卡属于哪一代。

3.1 从 470 到 550 的支持范围差别

470 这个分支是比较特殊的一个，它是最后一批还完整支持 Kepler 架构的驱动之一，很多老卡比如 GTX 600、700 系列的用户会停在 470。535 是一个长期稳定分支，覆盖面很广，从 Maxwell 到 Ada 基本都能用，在 Ubuntu 22.04 的官方源里也是推荐常客。550 及更新的分支面向较新的架构，对老卡的支持要么没有，要么是残废状态。

所以你的决策顺序应该是：先用ubuntu-drivers devices看官方推荐，如果推荐值在你的卡的支持列表里，直接用；如果官方推荐偏新而你的卡偏老，就去查这个卡最后支持的驱动分支是哪个，装那个分支的最后一个版本。

3.2 常见型号与驱动版本对照

下面这张表是我根据几次装机经验整理的，供参考，实际以ubuntu-drivers devices和 Nvidia 官方支持列表为准。

这张表的意义在于，当你手里的卡是 GTX 750 这种老家伙时，不要看到别人装 550 就跟着装 550。强行装上去，最常见的结果就是模块能编译但加载不了，lsmod | grep nvidia是空的，然后你陷入"我明明装了为什么没生效"的困惑。

3.3 版本太新会出什么问题

驱动版本和内核版本之间也有匹配关系。新驱动通常会要求一定版本以上的内核头文件才能编译。如果你在 Ubuntu 20.04 这种默认内核较老的系统上装非常新的驱动，DKMS 编译阶段就可能报错，日志在/var/lib/dkms/nvidia/<version>/build/make.log。这个日志非常值得看，编译失败的具体原因都在里面，比盲目搜索有用得多。

提示：DKMS 编译失败时，第一件事是确认linux-headers-$(uname -r)已经安装。缺了内核头文件，任何依赖 DKMS 的驱动都编译不出来，报错还挺隐晦。

4. 实战一：apt 方式装驱动全流程

这部分是桌面用户的主路径，我按 Ubuntu 20.04 和 22.04 上的实际操作写，26.04 这类新版本流程基本一致，命令里的包名按ubuntu-drivers devices的输出替换即可。

4.1 前置准备：依赖、Secure Boot、nouveau

先把基础工具装好：

sudo apt update sudo apt install -y build-essential gcc make linux-headers-$(uname -r)

build-essential和linux-headers是 DKMS 编译的前提，别省。

接着处理 Secure Boot。用这条命令看状态：

mokutil --sb-state

如果输出Secure Boot enabled，apt 装驱动的时候会弹一个界面让你设置一个 MOK 密码，重启时会进入蓝底的 MOK 管理界面，选 Enroll MOK，输入那个密码，才能让签名的内核模块被加载。很多人装完重启没进这个界面，结果驱动一直不生效，就是卡在这一步。如果这台机器不需要 Secure Boot，进 BIOS 关掉最省事。

然后确认 nouveau 是否被占用：

lsmod | grep nouveau

如果 apt 安装过程中你没手动禁用，通常安装脚本会自动处理。但如果是手动 runfile 安装，必须先自己禁用。创建/etc/modprobe.d/blacklist-nouveau.conf：

blacklist nouveau options nouveau modeset=0

再执行sudo update-initramfs -u，重启后lsmod | grep nouveau应该没有任何输出。

4.2 执行安装与重启验证

推荐用自动方式，它会挑出推荐版本：

sudo ubuntu-drivers autoinstall

或者指定版本，更可控：

sudo apt install -y nvidia-driver-535

安装过程会编译 DKMS 模块，输出里能看到Building for ...之类的行。装完重启：

sudo reboot

重启是必须的，因为要重新加载内核模块并让 X 用新驱动启动。

4.3 验证清单：这几条全过才算成功

重启之后不要急着开应用，按顺序验证：

nvidia-smi lsmod | grep nvidia glxinfo | grep -i "opengl renderer" cat /proc/driver/nvidia/version

nvidia-smi应该输出表格，右上角显示Driver Version: 535.xx。lsmod应该看到nvidia、nvidia_uvm、nvidia_modeset、nvidia_drm这几个模块。glxinfo的 OpenGL renderer 应该是你的 Nvidia 卡型号，而不是llvmpipe或者 Intel 核显。

如果glxinfo没装，用sudo apt install mesa-utils补上。笔记本双显卡的机器，glxinfo显示 Intel 不一定是坏事，看你是不是在用 PRIME 的核显模式，这个后面细说。

注意：nvidia-smi能出表格但glxinfo显示 llvmpipe，说明内核模块加载了但 X 没接上，通常是 X 配置或者 glx 模块的问题，属于下一节的排查范围。

5. 实战二：runfile 离线安装

内网机器、完全断网的机器，只能走这条路。核心思路是把安装包和各路依赖提前准备好，然后在关掉图形界面的情况下静默安装。

5.1 依赖与内核头文件不能少

runfile 安装需要编译器、内核头文件、以及 DKMS（如果你要注册的话）：

sudo apt install -y gcc make dkms linux-headers-$(uname -r)

如果机器完全离线，这些 deb 包也得从别的同版本系统上下载好带过去。做法是在有网的机器上，用相同 Ubuntu 版本：

apt-get install --download-only -o Dir::Cache::archives=/tmp/nvpkgs build-essential dkms linux-headers-$(uname -r)

把/tmp/nvpkgs整个拷到目标机器，然后sudo dpkg -i /tmp/nvpkgs/*.deb。

5.2 关掉图形界面再执行安装

runfile 安装时如果 X 在跑，它会报错退出。切到文本模式：

sudo systemctl isolate multi-user.target

或者用sudo telinit 3。然后给安装包加执行权限并运行：

chmod +x NVIDIA-Linux-x86_64-535.xx.xx.run sudo ./NVIDIA-Linux-x86_64-535.xx.xx.run

安装向导里有两个选项值得注意：一个是询问是否注册 DKMS，强烈建议选是，这样以后内核升级能自动重建；另一个是 32 位兼容库，除非你明确要跑 32 位程序，一般可以不装。

如果你的内核开了 Secure Boot 且不想关，安装时还要给模块签名，参数里加--module-signing-secret-key之类，配置起来比较麻烦，实务上大多数人会选择关掉 Secure Boot。

5.3 离线环境用本地源代替单包安装

如果内网机器不止一台，与其一台台拷 deb，不如搭个本地 apt 源。把下载好的 deb 放在一个目录里，执行：

dpkg-scanpackages . /dev/null | gzip -9c > Packages.gz

然后在目标机器上把deb [trusted=yes] file:/path/to/repo ./写进/etc/apt/sources.list.d/local.list，apt update之后就能像在线一样apt install nvidia-driver-535。这个办法在多机部署场景下省的时间非常多，而且以后加新包也方便。

6. 高频报错逐个击破

装完之后出问题，其实集中在几个固定的报错上。把这几类搞清楚，基本能覆盖九成情况。

6.1 nvidia-smi has failed because it couldn't communicate with the nvidia driver

这句话的意思是用户态工具找不到内核里的驱动。排查顺序从下往上：

1. 先看模块加载没加载：lsmod | grep nvidia。空的话sudo modprobe nvidia试一下，看报什么错。
2. 看内核日志：dmesg | grep -i nvidia。常见的是NVRM: API mismatch，说明用户态库和内核模块版本不一致，属于混装后遗症。
3. 看 DKMS 状态：dkms status。如果显示nvidia, 535.xx, 5.15.0-xx, x86_64: installed是正常的，如果内核那一栏对不上你当前uname -r，说明没为当前内核编译。
4. 如果内核升级过，手动重建：sudo dkms autoinstall，或者直接重装模块包sudo apt install --reinstall nvidia-dkms-535。

还有一种情况是/dev/nvidia0这些设备节点没生成，通常是模块加载失败的结果而不是原因，跟着上面几步走就行。

6.2 failed to load module "glxserver_nvidia"

这个报错出现在 X 的日志里，路径通常是/var/log/Xorg.0.log。它的直接含义是 X 在找 Nvidia 的 GLX 扩展模块时失败。根本原因有两个方向。

一个是残留的/etc/X11/xorg.conf里写死了Driver "nvidia"，但驱动实际没装好或者装的是别的版本。处理办法是把 xorg.conf 删掉或改名，让 X 走自动探测：

sudo mv /etc/X11/xorg.conf /etc/X11/xorg.conf.bak

另一个是混装导致的 glx 模块冲突。/usr/lib/xorg/modules/extensions/下面可能同时有libglxserver_nvidia.so和其他来源的 glx 文件。这种情况最干净的办法是把所有 nvidia 相关包彻底清一遍，再重新装一种方式的驱动，不要在 apt 和 runfile 之间反复横跳。

6.3 黑屏、循环登录、分辨率异常

黑屏分两种。一种是完全不显示，只能靠 Ctrl+Alt+F3 进 tty，这通常是驱动和显卡不匹配，或者 X 配置写错。另一种是能进登录界面，输密码之后又弹回来，也就是循环登录，常见原因是 greeter 和显卡驱动不兼容，或者 Home 目录下的某些配置文件权限出问题。

进 tty 之后的急救步骤：

sudo apt purge -y '^nvidia-.*' '^libnvidia-.*' sudo apt autoremove -y sudo reboot

清干净之后系统会回落到 nouveau，图形界面能正常起来，然后再按第 4 节的流程重装。这一步虽然粗暴，但是能把状态拉回已知可用的起点。

分辨率异常比如只能 1024x768、无法识别外接显示器，多数是驱动没真正生效或者内核模块版本不匹配。先lsmod确认，再看xrandr的输出里有没有你的显示器接口。

6.4 内核升级之后驱动突然失效

这是最典型的无声故障：昨天还好好的，今天apt upgrade之后重启，屏保一出分辨率就掉，nvidia-smi报错。原因就是新内核装上了，但 DKMS 没为新内核重建模块。

先看dkms status确认，然后：

sudo apt install --reinstall linux-headers-$(uname -r) sudo dkms autoinstall

如果编译报错，去看/var/lib/dkms/nvidia/*/build/make.log，里面会明确告诉你缺什么头文件或者哪个符号找不到。

6.5 常见问题速查表

7. 卸干净、换版本：驱动维护的正确姿势

换版本之前必须先卸干净，这是所有经验里最重要的一条。别在一个已经装着 535 的系统上直接apt install nvidia-driver-550然后祈祷它能自动处理，依赖解析确实会做替换，但残留的配置文件、xorg.conf、以及手工放进去的 runfile 文件不会自动消失。

7.1 apt 包和 runfile 的卸载方式不同

apt 装的用：

sudo apt purge -y '^nvidia-.*' '^libnvidia-.*' '^cuda-drivers.*' sudo apt autoremove -y

用通配符清是为了把nvidia-driver-535、nvidia-dkms-535、nvidia-utils-535这些衍生包一起带走。

runfile 装的，要用它自己的卸载参数：

sudo ./NVIDIA-Linux-x86_64-535.xx.xx.run --uninstall

如果安装包已经删了，可以试sudo nvidia-uninstall，这个脚本通常在/usr/bin/下。卸载完检查一下/usr/lib/xorg/modules/extensions/里还有没有libglxserver_nvidia.so，有的话确认没被引用再删。

7.2 换版本的正确顺序

顺序不能乱，我一般这样走：

1. 卸载现有驱动，重启回 nouveau。
2. ubuntu-drivers devices重新确认目标版本。
3. 安装新版本。
4. 重启，跑第 4.3 节的验证清单。

中途不要跳步骤。特别是不要卸载完不重启就装新版本，因为旧模块可能还挂在内存里，新模块加载会失败。

提示：如果你用过 DDU 这类工具的思路，核心逻辑是一样的——先让系统回到没有 Nvidia 驱动的干净状态，再装新的。Linux 上对应的就是 purge 加重启。

8. 驱动装完之后：CUDA、ffmpeg 硬解、容器和笔记本双显卡

驱动只是地基，上面还有几层常见的关联需求，这里一并说说。

8.1 CUDA 版本和驱动的对应关系

CUDA Toolkit 对驱动有最低版本要求，但驱动是向下兼容的。大致对应关系是这样：

也就是说，如果你装的是 535，跑需要 CUDA 12.2 的工具没问题，想跑要求 12.4 的可能就有麻烦。判断方法很简单，nvidia-smi右上角那个CUDA Version就是当前驱动支持的最高版本。装 CUDA Toolkit 之后，nvcc -V显示的是 Toolkit 自己的版本，两者不一致是正常的。

8.2 ffmpeg 调用 Nvidia 硬编解码

想让 ffmpeg 用显卡而不是 CPU 转码，先确认它有没有编进 nvenc 支持：

ffmpeg -hwaccels ffmpeg -encoders | grep nvenc

如果有h264_nvenc、hevc_nvenc，就能这么用：

ffmpeg -hwaccel cuda -i input.mp4 -c:v h264_nvenc -preset p4 -b:v 6M output.mp4

解码侧可以用-c:v h264_cuvid。转码速度提升非常明显，尤其是批量处理视频的时候，CPU 占用能从满核降到个位数。要注意的是 nvenc 的画质在同码率下一般略逊于 x264 的 slow 预设，追求体积的话需要自己调-cq参数。

8.3 Docker 里把显卡透进去

容器里用显卡需要 nvidia-container-toolkit。装好之后，运行容器时加--gpus all就行。如果报错说找不到 runtime，检查/etc/docker/daemon.json里有没有配置nvidiaruntime，配好之后sudo systemctl restart docker。容器里nvidia-smi能用，说明设备节点挂载正常。

8.4 笔记本双显卡的 PRIME 切换

笔记本通常有 Intel 核显和 Nvidia 独显两块。Ubuntu 上可以用prime-select切模式：

prime-select query sudo prime-select nvidia # 全程用独显 sudo prime-select on-demand # 按需切换，省电

prime-select切完要重启或重新登录。on-demand 模式下，想让某个程序用独显，可以用__NV_PRIME_RENDER_OFFLOAD=1 __GLX_VENDOR_LIBRARY_NAME=nvidia 程序名。这个组合是我试过最省心的方式，平时核显待机，跑重活的时候手动调独显。

9. 我踩过的坑与几条不讲道理的经验

有几次经历印象特别深。一次是在一台 P600 的机器上，官方源推荐的是 535，但装完之后glxinfo一直显示 llvmpipe，折腾了半天发现是之前有人在/etc/X11/xorg.conf里写死了BusID，换驱动之后那个 BusID 变了，X 找不到设备就退回了软件渲染。删掉 xorg.conf 立刻正常。

还有一次是帮人处理一台骁龙笔记本上的显卡问题（Intel HD Graphics 630 核显加 Nvidia 独显的组合），循环登录。最后定位到是 greeter 的问题，切了个显示管理器就好了。这种问题很难从驱动本身找原因，因为nvidia-smi明明是好的。

几条我总结下来的经验：第一，装驱动前一定要备份 xorg.conf 并记录当前状态；第二，优先用 apt，不要贪新版本；第三，内网机器提前把内核头文件、dkms、build-essential 的 deb 包准备好，不然你会在离线环境里卡很久；第四，内核升级之后第一件事就是跑一遍nvidia-smi，别等出问题了才发现；第五，任何"混装"的诱惑都要抵制住，一种方式装到底。

如果你现在正卡在某一步，把dmesg | grep -i nvidia和/var/log/Xorg.0.log里报错的那几行翻出来，对照第 6 节的表格找，基本都能定位到方向。