centos drivers驱动常见问题

CentOS 驱动常见问题与排查要点

一 高频问题与快速处理

• Nouveau 与官方 NVIDIA 驱动冲突：安装 NVIDIA 专有驱动前必须禁用开源 Nouveau。做法：创建文件 /usr/lib/modprobe.d/blacklist-nouveau.conf，写入“blacklist nouveau”与“options nouveau modeset=0”，重建 initramfs（如 dracut -f），重启后再安装；重启后用 lsmod | grep nouveau 确认无输出。若未禁用，安装器会直接报错。
• Secure Boot 导致内核模块未签名：出现 “The kernel module failed to load, because it was not signed by a key that is trusted by the kernel”。在 BIOS 将 Secure Boot 设为 Disabled，或用 mokutil --sb-state 检查状态。
• 内核版本与 kernel-devel/kernel-headers 不一致：运行 uname -r 与 rpm -q kernel-devel 对比，版本不一致会导致编译失败。处理：安装匹配版本（如 yum install kernel-devel-$(uname -r)），或重装对应版本后重启再装驱动。
• 缺少编译工具链：报错 “unable to find the development tool ‘cc’ in your path” 或 “make”。安装 gcc、make，必要时建立 /usr/bin/cc -> $(which gcc) 的符号链接。
• NVIDIA-SMI 无法通信：提示 “NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver”。常见为驱动与内核不匹配、未禁用 Nouveau、未重启或 X 未停止；建议：切换到文本模式（如 systemctl isolate multi-user.target），确认 Nouveau 已禁用，必要时重装匹配内核的驱动并重启。

二 场景化排查清单

三 验证与常用命令

• 显卡与驱动：nvidia-smi（驱动版本、GPU 利用率）；watch -n 1 nvidia-smi（动态监控）；nvcc -V（CUDA 运行时版本，注意与驱动支持的 CUDA 上限区分）。
• 硬件识别：lspci | grep -i nvidia（显卡）；lspci | grep Ethernet（网卡）；lshw -numeric -C display（显示设备）。
• Nouveau 状态：lsmod | grep nouveau（有输出表示仍在加载，需禁用）。
• 内核与开发包匹配：uname -r；rpm -q kernel-devel kernel-headers；必要时安装精确匹配版本（如 kernel-devel-$(uname -r)）。
• DKMS 与持久化：安装时选择 DKMS 可在内核升级后自动重建 nvidia 模块；验证 dkms status。
• 运行级别与显示服务：切到文本模式 systemctl isolate multi-user.target；图形会话 systemctl start gdm.service；安装 NVIDIA 时建议停止 X/GDM。

四 预防与最佳实践

• 保持内核与开发包同步：内核升级后，务必同步安装对应 kernel-devel/kernel-headers，再重装或重建驱动模块。
• 优先使用发行版仓库与 DKMS：能用 ELRepo 等仓库的驱动尽量用仓库版，配合 DKMS 减少升级后模块丢失。
• 统一驱动与 CUDA 策略：安装 CUDA Toolkit 时通常不再勾选驱动；如需多版本 CUDA，用软链接或环境变量切换，避免与系统驱动混装。
• 云主机与受管环境：部分云厂商提供的 不完整 GPU 或驱动策略需在控制台或镜像层面处理，必要时联系厂商支持。