之前为了省事，直接用CUDA自带的NVIDIA driver，其间一直没有问题，nvidia-smi可以成功显示显卡情况

图片.png

但是nvidia-settings不能用

图片.png

有一天心血来潮，看到有人安利prime-indicator，可以非常简单切换显卡(苦于我的GPU只能跑程序，什么3D渲染，图形界面全用的服务器自带的集显)，所以就下载了一个，settings研究打不开，所以就点击了Quick switch Graphics, 告诉我要log out什么东西，我就确定了，之后跳回登陆界面，输入密码后卡死。(事实证明瞎折腾就是给自己挖坑)，之后重启。

对，就是这个重启！!他似乎帮我更新了什么乱七八糟的东西，当我再次使用nvidia-smi时，告诉我

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

之后我就开始了漫长的修复之路(辛酸史)

1. 查看系统拥有的内核
   grep menuentry /boot/grub/grub.cfg
   只有5.3.0-45-generic和5.3.0-46-generic，切换至5.3.0-45，发现仍然没有解决问题。
2. dkms大法

ls /usr/src   #查看驱动版本

我的是nvidia-440.64.00
所以果断

sudo dkms install -m nvidia -v 440.64.00

告知，nvidia440.64.00 has already install on 5.3.0-46-generic(大概是这么说的)，方法崩溃

3. 检查bios中的secure boot
   发现是disable 没有问题
4. 安装旧的内核
   比如5.3.0-28， 安装完毕，修改grub进入!

sudo gedit /etc/default/grub #进入文件
#修改
GRUB_DEFAULT = 0  #原始
GRUB_DEFAULT = "1> 4" #改成这样

这里修改的GRUB_DEFAULT需要根据自己的情况来，通过grep menuentry /boot/grub/grub.cfg来查看自己的内核顺序，然后从上往下，第一个是0。 1代表进入Ubuntu高级选项，4代表选择的内核顺序。中间有个空格。
修改完之后

sudo update-grub #更新
reboot #重启

然后我的服务器就失联了，之后找人去看，发现旧内核里面没有网，ifconfig和ifconfig -a都只有lo一个端口。然后托人下载了网卡驱动，去安装，重启，发现还是没网，(大概是驱动不匹配)。放弃了，回到原来的kernel

5. 重装nvidia驱动

sudo apt-get --purge remove nvidia-*
sudo apt-get autoremove #删除驱动

这一步不能将CUDNN等删去。
之后通过cuda重装，nvidia-smi依旧不行；
通过ppa重装，nvidia-smi依旧不行；
通过软件与更新安装，还是不行；
通过.run文件安装，安装途中报错，也是关于driver和kernel的问题。

之后也尝试了什么modprobe nvidia等方法，都报错。

解决方法

想着可能是内核不完全的问题，就安装了一下kernel的相关包

sudo apt-get install kernel*

其间发现blacklist里有一个blacklist-nvidia.conf文件，在/etc/modprobe.d下面，里面的内容是

blacklist nvidia
blacklist nvidia-uvm
...
... #记不得了

果断删掉了。

安装kernel包的时候，会新装很多内核，所以需要再次进入grub，把default改回当前使用的版本，否则很可能重启之后再次失联!
再次重启，问题解决，一切都回来了！!
然后我果断的

图片.png

(个人经历，有点无厘头，希望对广大网友有所帮助，毕竟都是板砖工，能不重装就不重装)