nvidia-smi报错，dkms的都试了还不行，怎么办？

nvidia-smi报错，dkms的都试了还不行，怎么办？

在深度学习训练过程中，若遇到nvidia-smi显示错误，如“NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver”和“Failed to initialize NVML: Driver/library version mismatch”，需采取以下步骤解决：

首先，根据提示安装推荐的NVIDIA驱动。执行命令后，系统将推荐安装特定的软件包，通常包括"recommended"字样的标签。在安装完成后，再次尝试使用nvidia-smi命令。若问题仍未解决，可继续进行手动编译安装。

在root权限下执行以下步骤：

1. 进入当前使用的内核源码目录，并将当前内核配置文件复制到内核源码路径。无需执行完整过程，成功复制文件后即可退出。若出现错误，可直接退出，只需确保内核编译中生成所需的文件。

2. 使用命令编译NVIDIA驱动模块，确保修改版本号以适应系统需求。若提示未安装dkms，执行sudo apt-get install dkms命令后，等待驱动模块编译安装完成。

3. 使用sudo modprobe nvidia加载驱动模块，然后运行nvidia-smi命令，使熟悉的界面恢复。

4. 此时，如果GPU驱动已准备好，但显示器分辨率异常，重启机器或执行sudo systemctl restart lightdm命令重启图形界面（以lightdm为例），以确保分辨率和GPU模块恢复正常。

若上述方法仍无法解决“Failed to initialize NVML: Driver/library version mismatch”错误，可能是因为驱动加载不匹配导致。重启机器通常能解决问题，若无法重启，需先卸载再重新加载驱动模块。操作步骤如下：

5. 使用命令检查驱动挂载情况，若显示已挂载，则说明驱动已加载。程序将自动加载所需的驱动。2024-11-13