已解决NVIDIA-SMI has failed because it couldn‘t communicate with the NVIDIA driver 的报错

Posted 2023-04-09 不要叫我地扒哥

问题描述

基于ubuntu16.04，本人在更换一次系统下载源后，误操作进行了内核升级。
执行以下查看cuda命令：

nvidia-smi

出现如下提示：

NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. 
Make sure that the latest NVIDIA driver is installed and running.

打开系统进行训练，发现tensorflow-GPU还可以正常使用，说明我的GPU驱动还完好，不用重新进行驱动安装，CUDA没有问题。这说明是nvidia的查看指令出现了问题。

问题原因

ubuntu的内核版本升级后造成的问题。
在ubuntu升级内核组件后，会优先使用ubuntu内核版本高的版本，ubuntu会修改默认开机启动的内核版本(用最新的)。而最新的内核版本和原来的ubuntu其他组件起了冲突。无法连接nvidia驱动了。(你可以这样理解)

NVIDIA驱动是在低版本的时候安装，由于系统更新，内核版本升级导致NVIDIA无法应用在高内核版本。所以，说明是内核版本的问题，选择低版本的内核即可。

查看设备现有的内核

从ubuntu高级选项进入：

发现有两个系统内核（这里可以手动进入某一版本内核，确认以下哪个版本需要在后续的步骤里设置为默认内核版本），本人需要使用旧版本4.4.0-197。

设置过程

(1) 设置
进入文件

sudo gedit /etc/default/grub

将GRUB_DEFAULT设为：

#GRUB_DEFAULT=0
GRUB_DEFAULT="1> 3"

使用 ‘>’ 符号来指定有一个子菜单（注意符号 > 和数字 2 之间有空格，所以需要双引号）。 在这种情况下，我在主菜单（即图1）中选择第二个选项（索引1），在子菜单（即图2）中选择第四个选项（索引3）。注意双引号要用英文的""。
具体参数，一定要根据自己电脑按以上逻辑修改。
保存后退出。

(2) 更新
一旦对/etc/default/grub进行了更改，请保存并运行以下命令来更新GRUB配置文件（必须，否则不生效）,输入如下命令：

sudo update-grub

(3)重新启动
现在应该默认启动旧的内核版本。

进入ubuntu，再次执行命令nvidia-smi发现又可以正常使用了。问题解决。

转载自：
https://www.pudn.com/news/6228ccf49ddf223e1ad10384.html

nvidia-smi报错：NVIDIA-SMI has failed because it couldn‘t communicate with the NVIDIA driver 原因及避坑解决方案

由于断电，服务器重启了，当我再次跑实验时，发现cuda不可用，于是输入“nvidia-smi”才发现了一个错误，如下：

      NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver

这是由于重启服务器，linux内核升级导致的，由于linux内核升级，之前的Nvidia驱动就不匹配连接了，但是此时Nvidia驱动还在，可以通过命令 nvcc -V 找到答案。

于是我频繁查找解决方法，在这篇博客中找到了答案，但是每台电脑的情况都有不同，我这台电脑还有更多的坑（下文再说其余坑的解决方法），首先说解决方法：

第一步，安装dkms：

sudo apt-get install dkms

第二步，查看本机连接不上的驱动版本：

ls -l /usr/src/

可以看到有一个nvidia的文件，我这里是 nvidia-470.103.01

如果没有 nvidia-470.103.01 这类文件，那么请作者打开 unbuntn 的软件与升级，如下：

打开以后发现有一项 additional drivers ，根据自己的需求安装一个就好了，我这里安装的470，如下：

安装完成后在 /usr/src/ 目录下就会有 nvidia-470.103.01 文件啦！

第三步，使用dkms重新安装适合驱动:

sudo dkms install -m nvidia -v 470.103.01

这条命令 -v 后面需要填写本机的nvidia驱动版本，根据第二步得到！

到了这里，如果你安装成功，那么恭喜你，此时输入nvidia-smi就会成功连接了！

============================================================================
如果安装失败了，请跟者本文走>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>

此时，如果你的gcc（尽量大于7.3版本）版本过低，那么上述命令sudo dkms install -m nvidia -v 470.103.01失败的原因就找到了，查看现有的gcc版本：

gcc --version

这里我讲解安装gcc7.5版本的过程：

第一步，下载gcc，输入命令：

cd /usr/local/src/
wget http://ftp.gnu.org/gnu/gcc/gcc-7.5.0/gcc-7.5.0.tar.xz tar xvf
gcc-7.3.0.tar.xz

第二步，安装gcc的依赖软件，gcc的软件包内提供了自动下载需要软件的脚本，命令如下：

cd gcc-7.5.0/
./contrib/download_prerequisites

第三步，生成Makefile文件，输入命令：

./configure -enable-checking=release -enable-languages=c,c++ -disable-multilib

第四步，编译gcc，命令如下：

make -j4
ls /usr/local/bin | grep gcc

多核电脑可以添加 “-j4” ，make对多核处理器的优化选项，此步骤非常耗时 !

第五步，安装gcc，命令如下：

make install

安装完成后，再次输入命令sudo dkms install -m nvidia -v 470.103.01，如果成功了，恭喜你！

=============================================================================
如果失败了，别急，接着往下看>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
此时，我们需要把新安装的gcc版本的优先级调到最高，否则系统还是会调用以前版本的gcc，这样还是会导致命令sudo dkms install -m nvidia -v 470.103.01失败。

gcc在 /usr/bin 目录下，输入命令查看所有版本的gcc：

ls /usr/bin/gcc*
ls /usr/bin/g++*

将查到的版本加入gcc候选中，最后的数字是优先级，如下：

> sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-6 100
> sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 100

> sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-6 100
> sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-7 100

完成上面的操作之后，我们就可以通过下面的指令来选择不同的gcc和g++的版本了

sudo update-alternatives --config gcc

这里我们选择新安装的 gcc-7，也就是输入数字 2 ，到这里，我们在输入命令sudo dkms install -m nvidia -v 470.103.01，成功！

重启电脑，输入nvidia-smi，链接成功！

以上就是本博主遇到的所有坑以及解决办法，喜欢的点个赞支持一下白！