浪潮GPU服务器显卡驱动安装指南与排错技巧

一、准备工作：了解你的浪潮服务器和GPU型号

在开始安装驱动之前，咱们得先搞清楚手头有什么家伙。浪潮GPU服务器通常搭载的是英伟达（NVIDIA）的显卡，比如常见的A100、V100，或者RTX系列。你得先登录服务器，打开终端，输入 lspci | grep -i nvidia 这个命令，看看系统识别到了哪些NVIDIA设备。

然后，你得去NVIDIA官网瞅瞅，确认你的显卡型号对应的最新驱动版本。别小看这一步，驱动版本和你的GPU型号、操作系统版本，甚至内核版本都得匹配，不然可就白忙活了。

小贴士：建议记录下你的服务器型号（比如NF5468M5）、GPU型号和操作系统版本（例如CentOS 7.9），这些信息在后续步骤中会反复用到。

二、驱动安装前的系统环境配置

装驱动可不是直接运行安装包那么简单，咱们得先把“路”铺好。首先要确保你的系统是最新的，运行一下更新命令：

• 对于Ubuntu/Debian系统：sudo apt update && sudo apt upgrade -y
• 对于CentOS/RHEL系统：sudo yum update -y 或者 sudo dnf update -y

接下来是个关键步骤——禁用系统自带的Nouveau驱动。这个开源的驱动会和咱们要装的官方驱动“打架”。你需要编辑文件 /etc/modprobe.d/blacklist.conf，在末尾加上一行：

blacklist nouveau

然后更新initramfs：sudo update-initramfs -u（Ubuntu）或者 sudo dracut –force（CentOS）。完成后务必重启服务器，重启后可以通过 lsmod | grep nouveau 来确认它已经被禁用，如果没输出结果就对了。

三、具体安装步骤：手把手教你搞定驱动

环境准备好了，现在可以开始安装啦！咱们去NVIDIA官网下载对应的驱动，得到一个以 .run 结尾的文件。在安装之前，还得先把一些依赖包装上：

• Ubuntu系统：sudo apt install build-essential dkms
• CentOS系统：sudo yum groupinstall “Development Tools” 和 sudo yum install kernel-devel

然后给安装文件加上可执行权限：chmod +x NVIDIA-Linux-x86_64-*.run。最关键的一步来了，为了避免图形界面的干扰，咱们需要切换到文本模式。按 Ctrl+Alt+F2（或者F3/F4，具体看你的系统）切换到另一个TTY，然后停止图形界面服务：

sudo systemctl stop gdm # 或者 lightdm，根据你的实际桌面环境来

现在，可以运行安装命令了：sudo ./NVIDIA-Linux-x86_64-*.run –dkms -s。这里的 -s 参数表示静默安装，适合在服务器上使用。安装过程可能会提示你接受许可协议、启用DKMS等，一般按照默认选项一路继续就行。

四、安装后的验证与基本配置

安装完成之后，可别以为就万事大吉了，咱们得验验货，看看驱动到底装好了没。最简单的方法就是运行 nvidia-smi 这个命令。如果安装成功，你会看到一个表格，里面清晰地显示着GPU的型号、驱动版本、GPU利用率、温度等信息。

这里有个常见的驱动版本与CUDA版本对应关系，你可以参考一下：

你还可以通过 nvidia-smi -q 命令查看更详细的GPU信息。如果想设置GPU的性能模式，可以运行 sudo nvidia-smi -pm 1 来启用持久化模式，这对一些高性能计算任务有好处。

五、常见问题与解决方法汇总

安装过程中难免会遇到些磕磕绊绊，我这里把几个常见的问题和解决办法给你列出来，遇到的时候就不用慌啦：

• 问题一：安装失败，提示“Unable to find the kernel source”
  
  这通常是内核头文件没装或者版本不匹配。解决方法是确认你的内核版本（uname -r），然后安装对应版本的kernel-devel包。
• 问题二：nvidia-smi命令能运行，但GPU状态显示为Unknown Error
  
  这种情况可能是GPU没有正确复位。可以尝试彻底关机（断电），等一分钟再重新上电启动。
• 问题三：驱动加载失败，卡在开机界面
  
  这很可能是因为驱动和当前内核版本不兼容。你可以尝试进入救援模式，卸载当前驱动，然后安装更旧或者更新的兼容版本。

还有一个很多人会遇到的问题，就是在某些虚拟化环境（比如VMware）中直通GPU后，安装驱动时可能会报错。这时候你可能需要在BIOS里开启Above 4G Decoding选项，或者检查虚拟机的硬件兼容性设置。

六、驱动更新与卸载的正确姿势

驱动也不是一劳永逸的，有时候为了新功能或者安全补丁，咱们得更新它。更新驱动其实很简单，就跟重新安装差不多。先到官网下载新版本的.run文件，然后按照之前的步骤，停止图形界面，运行安装程序，它会自动覆盖旧版本。

如果你想彻底卸载当前的NVIDIA驱动，可以用这个命令：sudo /usr/bin/nvidia-uninstall。如果这个命令不好使，还可以用 sudo apt purge nvidia-*（Ubuntu）或者 sudo yum remove nvidia-driver（CentOS）。

最后给大家提个醒，如果你的浪潮服务器是用于生产环境，那么在更新驱动之前，一定要做好完整的备份和应急预案。最好先在测试环境验证无误后，再应用到生产服务器上，这样才能保证业务的稳定运行。

希望这篇指南能帮你顺利搞定浪潮GPU服务器的驱动安装！如果还有啥不明白的，欢迎多交流讨论。