装NVIDIA驱动这件事，我前前后后折腾了不知道多少台Ubuntu机器，20.04、22.04都踩过不少坑。很多人装完后不是黑屏就是循环登录，或者nvidia-smi直接报couldn't communicate with the nvidia driver，问题五花八门。其实大部分坑都不是运气问题，而是安装方式、驱动版本、内核模块这几件事没理顺。这篇就把我实际用过、验证过的方案完整梳理一遍，覆盖Ubuntu 20.04和22.04，从驱动版本选择到三种安装方式，再到黑屏急救和常见报错排查，照着做能少走很多弯路。

这篇内容适合刚接触Ubuntu、准备装深度学习环境或者双系统入坑的朋友，也适合已经被驱动折磨过、想彻底搞懂原理的老哥。文章里的命令我都实机跑过，可以直接复制使用。

1. 动手之前必须搞清楚的几件事

1.1 先确认你的显卡型号和系统版本

很多人上来就sudo apt install nvidia-driver-xxx，结果装完发现版本不对或者压根没匹配上。安装之前，先花两分钟确认三件事：系统版本、显卡型号、当前是否已有驱动。

# 查看Ubuntu版本 lsb_release -a # 查看显卡硬件型号 lspci | grep -i nvidia # 查看当前是否已有NVIDIA驱动 nvidia-smi

lspci | grep -i nvidia的输出类似这样：

01:00.0 VGA compatible controller: NVIDIA Corporation GA106 [GeForce RTX 3060 Lite Hash Rate] (rev a1)

如果nvidia-smi提示command not found，说明还没装驱动；如果提示has failed because it couldn't communicate with the nvidia driver，说明驱动装了但内核模块没加载成功，后面第3章会专门讲这个报错的处理。

1.2 驱动版本怎么选：不是越新越好

NVIDIA驱动版本号看起来很多，535、545、550、560，选错了很容易出问题。我的经验是，直接看ubuntu-drivers devices这个命令的输出，它会列出当前系统能用的驱动版本，并给出推荐。

ubuntu-drivers devices

输出示例：

== /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 == modalias : pci:v000010DEd00002504sv00001462sd0000C755bc03sc00i00 vendor : NVIDIA Corporation model : GA106 [GeForce RTX 3060 Lite Hash Rate] driver : nvidia-driver-470 - third-party free recommended driver : nvidia-driver-525 - third-party free recommended driver : nvidia-driver-535 - third-party free recommended driver : nvidia-driver-545 - third-party free recommended driver : nvidia-driver-550 - third-party free recommended driver : xserver-xorg-video-nouveau - distro free builtin

选择原则就一条：能用推荐的版本就不用最新的。推荐版本是Ubuntu维护者测试过的，和当前内核兼容性最好。如果ubuntu-drivers devices没输出任何内容，可以先sudo apt update再试一次。

不同显卡系列有一个大致的安全区间：

提示：如果是生产环境跑训练任务，驱动稳定压倒一切，建议固定版本，不要随手apt upgrade把驱动一起升了。我见过太多人因为一次系统更新导致驱动失效的案例，后面会详细说。

1.3 禁用nouveau：不然后面全是坑

nouveau是Linux内核自带的开源NVIDIA驱动，它的问题是和NVIDIA官方驱动冲突。如果不禁用它，装完官方驱动重启后，大概率循环登录或黑屏。

先检查nouveau是否已加载：

lsmod | grep nouveau

如果有输出，说明nouveau还在运行。需要创建一个黑名单文件：

sudo bash -c "echo 'blacklist nouveau' >> /etc/modprobe.d/blacklist-nvidia-nouveau.conf" sudo bash -c "echo 'options nouveau modeset=0' >> /etc/modprobe.d/blacklist-nvidia-nouveau.conf"

然后更新内核镜像：

sudo update-initramfs -u

这一步做完，必须重启生效：

sudo reboot

重启后再用lsmod | grep nouveau确认没有输出。如果还有，检查黑名单文件是否写对，或者是否还有其他地方加载了nouveau模块。

2. 三种主流安装方法，按需求选

2.1 图形界面安装（新手最稳，Ubuntu自带工具）

如果你不想敲一堆命令，Ubuntu自带了一个图形化的驱动管理工具，路径在：软件和更新 -> 附加驱动。

打开后，系统会扫描可用的NVIDIA驱动，列出类似这样的选项：

• 使用 NVIDIA driver metapackage from nvidia-driver-535 (proprietary)
• 使用 NVIDIA driver metapackage from nvidia-driver-550 (proprietary)
• 使用 X.Org X server -- Nouveau display driver (open-source)

选中想要的那个驱动版本，点击“应用更改”，输入密码，等它下载安装完，重启即可。

这个方法的优点是简单，缺点是看不到详细日志，出问题时不好排查。另外，图形界面能选到的驱动版本取决于Ubuntu源，不一定是最新的。如果驱动适配有问题，后面还需要回到命令行排查。

2.2 命令行apt安装（我用最多，最可控）

我自己最常用的其实是命令行方式，一条命令装好，全程可控，出问题了日志也清晰。先更新软件源：

sudo apt update

然后有两种选择。第一种是让系统自动安装推荐版本：

sudo ubuntu-drivers autoinstall

第二种是指定版本安装，比如装535：

sudo apt install -y nvidia-driver-535

ubuntu-drivers autoinstall的好处是省心，它会根据你显卡型号和内核自动匹配；指定版本安装的好处是可控，适合需要固定版本的生产环境。

安装完成后，必须重启：

sudo reboot

重启后验证：

nvidia-smi

正常输出会显示驱动版本、CUDA版本、显卡温度、显存占用等信息。

2.3 官网.run文件安装（特定场景才用）

apt方式对大多数人够用了，但有两个场景必须用官网的.run安装包：一是apt源里没有你要的驱动版本（比如刚发布的显卡需要最新驱动），二是离线安装（后面第4章会说）。

先到NVIDIA官网下载对应显卡的驱动.run文件，然后进入纯命令行模式。在Ubuntu桌面环境中，按Ctrl+Alt+F3切换到TTY终端，登录后用以下命令关闭图形界面：

sudo systemctl isolate multi-user.target

注意：如果用的是Ubuntu 20.04或22.04默认的GDM登录管理器，直接停止显示管理器有时候不彻底，用systemctl isolate multi-user.target是切换到无图形模式的标准做法。

然后给.run文件加执行权限并运行：

chmod +x NVIDIA-Linux-x86_64-550.xx.run sudo ./NVIDIA-Linux-x86_64-550.xx.run

安装过程中会有几个交互式提问，我的经验是：

• Would you like to register the kernel module sources with DKMS?选Yes，DKMS会在内核升级后自动重新编译驱动模块，这个很重要，选了后面能省很多事。
• Would you like to run the nvidia-xconfig utility?选No，大多数情况下不需要手动生成xorg.conf。
• 其他问题默认回车即可。

装完后回到图形模式：

sudo systemctl isolate graphical.target

然后重启验证。

提示：用.run文件安装有个坑，它会覆盖apt装的驱动文件，如果以后想换回apt方式，需要先卸载干净，第4章会讲卸载方法。

3. 安装后的验证和应急恢复

3.1 三个命令确认驱动真的生效了

重启完别急着跑代码，先用三个命令确认驱动装好了：

nvidia-smi glxinfo | grep rendering lsmod | grep nvidia

各命令的判定标准：

glxinfo可能没装，先安装：

sudo apt install -y mesa-utils

这三个命令全过，说明驱动已经用上了。注意glxinfo的yes只代表当前显示走的是硬件加速，不代表GPU计算（CUDA）一定可用，计算能力要用nvidia-smi和后续跑CUDA程序来验证。

3.2 装完黑屏/循环登录怎么办

装完驱动重启，结果卡在黑屏，或者登录界面输入密码后又弹回登录界面，这是最常见的翻车现场。原因主要有三个：nouveau没禁用干净、内核模块编译失败、Secure Boot拦截了模块加载。

第一种情况：nouveau没禁干净。回到1.3节，确认/etc/modprobe.d/blacklist-nvidia-nouveau.conf内容写对，update-initramfs -u执行过，重启后lsmod | grep nouveau无输出。

第二种情况：内核模块编译失败。如果驱动是apt装的，可以查看dkms状态：

dkms status

正常输出类似：

nvidia/535.154.05, 5.15.0-91-generic, x86_64: installed

如果显示missing或者没有对应内核版本，说明模块没编译成功。手动重新编译：

sudo dkms install -m nvidia -v 535.154.05

版本号以你dkms status里看到的为准。

第三种情况：Secure Boot拦截。这个最隐蔽，表面现象也是黑屏或循环登录。如果你的主板开启了Secure Boot，且Ubuntu安装时没有注册MOK密钥，NVIDIA驱动这类第三方内核模块会被拒之门外。

处理方法是进入BIOS关闭Secure Boot，或者在系统提示注册MOK时，设置一个密码并完成签名启用流程。如果系统已经装完但一直是这个状态，建议直接进BIOS关闭，简单粗暴。

紧急救援步骤：如果当前系统进不了桌面，可以在GRUB启动菜单选择“Advanced options for Ubuntu”，进入恢复模式（recovery mode），选择“root”进入命令行，然后在root shell里操作。

如果恢复模式都进不去，就在GRUB菜单按e编辑启动项，在linux那一行的末尾加上nomodeset，按Ctrl+X或F10启动。nomodeset让内核不做显卡模式切换，能用基础显示进入系统，但此时NVIDIA驱动不会加载，仍然可以排查问题。

3.3 nvidia-smi报couldn't communicate的排查思路

这个报错是搜索引擎上出现率最高的NVIDIA驱动问题之一，报错全文是：

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

含义很明确：nvidia-smi这个工具找到了，但它无法和内核里的NVIDIA驱动通信。换句话说，驱动装了一部分，模块没加载成功。

排查路径如下：

第一步：看模块是否存在。

lsmod | grep nvidia

如果没有输出，直接看内核模块文件：

modinfo nvidia

如果显示modinfo: ERROR: Module nvidia not found，说明内核模块压根没装上，问题出在DKMS编译环节。执行：

sudo dkms status sudo dkms install -m nvidia -v <版本号> --force sudo update-initramfs -u sudo reboot

第二步：看内核日志。如果模块存在但加载失败，通过内核日志找原因：

sudo dmesg | grep -i nvidia journalctl -k | grep -i nvidia

常见错误包括：

• Unknown symbol：内核版本和驱动模块不匹配，通常是系统内核升级后DKMS没编译，或者手动从官网装驱动时没选DKMS。
• Operation not permitted：Secure Boot拦截（上面3.2节提到的），或者模块签名验证失败。
• Resource temporarily unavailable：另一个进程占用了GPU设备，比如显示服务器还在用nouveau或者集显输出模式冲突。

第三步：检查是否正确加载模块。手动加载试试：

sudo modprobe nvidia

如果没有任何输出，说明加载成功，问题可能是启动时没自动加载。可以检查：

cat /etc/modules-load.d/modules.conf

把nvidia加进去，或者通过systemctl list-unit-files | grep nvidia确认是否有对应的systemd服务没启用。

4. 高频翻车场景实录（避坑合集）

4.1 内核升级后驱动失效

这个场景太常见了。你装好了驱动，用了一段时间，某天sudo apt upgrade升级了内核，重启后nvidia-smi报couldn't communicate。

原因就是新内核和已编译的NVIDIA内核模块版本不匹配。内核模块是针对特定内核版本编译的，内核一升级，旧模块编译产物就失效了。

如果装驱动时选了DKMS注册，这个场景其实可以完全避免。DKMS（Dynamic Kernel Module Support）会在系统检测到新内核时，自动重新编译NVIDIA模块。

检查DKMS是否正常工作：

dkms status

如果看到类似nvidia/xxx, 5.15.0-xx-generic, x86_64: installed的记录，说明模块已经自动编译好了。如果状态是missing或uninstalled，手动重建：

sudo dkms autoinstall

或者：

sudo dkms install -m nvidia -v <版本号> -k $(uname -r)

提示：如果是官网.run文件安装，安装过程务必选Yes注册到DKMS，否则每次内核升级后都要手动重装，非常痛苦。

另外一个好习惯是，升级内核后先不要立刻重启，先执行sudo dkms autoinstall，确认模块编译成功再重启。这样能避免重启后发现自己进不了桌面，还得切到TTY排查。

4.2 笔记本双显卡的坑：核显+NVIDIA独显

很多笔记本是Intel核显+NVIDIA独显的组合，热词里出现的“Intel HD Graphics 630”就是典型的核显型号。这种机器装NVIDIA驱动本身没问题，但默认行为可能是独显不工作，或者全部GPU工作但风扇狂转、功耗爆炸。

Ubuntu下处理双显卡的机制叫PRIME（由NVIDIA驱动提供）。安装完驱动后，查询当前使用的显卡：

prime-select query

输出可能是nvidia或intel。切换显卡：

sudo prime-select nvidia sudo reboot

切到NVIDIA后，nvidia-smi能看到独显，但注意此时可能所有显示输出都走独显，耗电会增加。如果是日常办公，切回Intel能省电：

sudo prime-select intel sudo reboot

注意：双显卡机器如果遇到开机黑屏，除了3.2节的排查思路，还要检查BIOS里是否有“Graphics Mode”之类的选项，有些机器需要设为“Discrete Graphics”或者“Hybrid”，不同厂商叫法不一样。实测下来，戴尔和联想的机器都遇到过类似选项必须手动调好的情况。

另外，新版本的NVIDIA驱动（535以上）默认开启了内核级DRM（Direct Rendering Manager）支持，部分场景下Wayland会话也能正常使用了。但如果你在登录界面选的是“Ubuntu on Xorg”，然后切到Wayland，偶尔会因为显卡切换问题导致无法登录，建议日常就固定用Xorg会话。

4.3 虚拟机里装Ubuntu需不需要装NVIDIA驱动

这是个高频问题，热词里也有“vmware虚拟机安装ubuntu”。先给结论：普通虚拟机（VMware/VirtualBox）里安装Ubuntu，不需要安装NVIDIA官方驱动。

虚拟机的显卡是通过宿主机模拟出来的虚拟显卡（VMware SVGA、VirtualBox VMSVGA等），和物理NVIDIA GPU没有直接关系。你在这类虚拟机里装NVIDIA官方驱动，不但没有用，反而可能因为内核模块加载失败导致启动异常。

如果你需要在虚拟机里使用GPU计算能力，正确方向是GPU直通（Passthrough），这需要宿主机硬件支持（Intel VT-d或AMD IOMMU），并且要用VMware ESXi、Proxmox VE这类Hypervisor。但这里面坑更多（IOMMU分组、vfio-pci绑卡、性能损耗），不建议新手直接上手。

如果只是在虚拟机里跑一些GPU无关的开发环境，根本不需要装NVIDIA驱动，用虚拟显卡就足够了。真需要GPU算力，直接物理机装Ubuntu + NVIDIA驱动是正道。

4.4 卸载重来：怎么清得干干净净

有时候驱动怎么修都修不好，不如卸载重来。不同安装方式，卸载方法不一样。

如果是apt安装的：

sudo apt purge nvidia-* -y sudo apt autoremove -y

如果混装了官网.run文件：

先看.run文件是否还在，在的话直接用它卸载：

sudo ./NVIDIA-Linux-x86_64-550.xx.run --uninstall

如果.run文件已经删了，只能手动清理，把以下路径都删掉：

sudo rm /lib/modules/$(uname -r)/kernel/drivers/video/nvidia* sudo rm /usr/src/nvidia-* sudo rm /usr/lib/xorg/modules/drivers/nvidia* sudo rm /usr/lib/xorg/modules/extensions/libglxserver_nvidia.so sudo rm /etc/modprobe.d/nvidia*.conf sudo rm /etc/modprobe.d/blacklist-nvidia*.conf sudo update-initramfs -u

完全卸载后，如果需要恢复nouveau，把1.3节创建的黑名单文件删掉：

sudo rm /etc/modprobe.d/blacklist-nvidia-nouveau.conf sudo update-initramfs -u sudo reboot

提示：重装前一定要把nvidia-*残留清干净，不然新旧驱动混在一起，会出现一些莫名其妙的报错，比如libcuda.so版本不匹配、nvidia-smi能用但CUDA程序报错等。

5. 离线安装与驱动之外的操作延伸

5.1 离线环境怎么装驱动

热词里有“ubuntu22.04离线安装nvidia显卡驱动”，这在内网机器、无外网的生产环境很常见。离线安装的核心思路就是：在有网络的机器上把需要的安装包装好，拷贝到目标机器上安装。

最省事的离线方案是用.run安装包。在有网络的机器上下载对应驱动，比如：

wget https://cn.download.nvidia.com/XFree86/Linux-x86_64/550.xx/NVIDIA-Linux-x86_64-550.xx.run

用U盘拷贝到目标机器，然后按2.3节的方式安装。注意.run安装时可能有依赖问题（比如缺少gcc、make、kernel-headers），把这些包也在有网络的环境下提前下好：

sudo apt download gcc make dkms linux-headers-$(uname -r)

拷贝到目标机器后用sudo dpkg -i *.deb安装。

如果是apt源里的驱动，可以用apt-get download nvidia-driver-535等命令把驱动包下载下来，不过它依赖关系比较多，建议直接装.run，需要的内容就dl-open那几样，可控性强。

目标机器安装过程会出现缺少依赖的报错，按提示逐个补齐即可。

5.2 顺手把CUDA Toolkit的安装逻辑搞清楚

驱动装好了，nvidia-smi能跑，这只是第一步。如果你要跑深度学习框架（PyTorch、TensorFlow），还需要安装CUDA Toolkit。

很多人搞混一点：nvidia-smi显示的CUDA版本，是驱动支持的最大CUDA版本，不代表系统里已经装了CUDA Toolkit。驱动是“门卫”，CUDA Toolkit才是真正提供编译和运行库的东西。

以驱动版本535为例，它显示支持CUDA 12.2，但系统里可以装CUDA 12.1、11.8等更低的版本，只要不超过驱动支持的上限就可以。而PyTorch针对不同CUDA版本提供预编译包，选择时要看PyTorch要求什么版本，而不是无脑装最新。

一个常用的做法是：

# 查看当前驱动支持的最高CUDA版本 nvidia-smi | grep "CUDA Version" # 按需安装CUDA Toolkit（示例：装12.1） wget https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda_12.1.0_530.30.02_linux.run sudo sh cuda_12.1.0_530.30.02_linux.run

安装时注意不要勾选安装驱动，只装Toolkit即可，避免把刚配好的驱动覆盖掉。

5.3 装完驱动后的常用操作：中文输入法和开发环境

热词里出现了“ubuntu中文输入法怎么设置”和“ubuntu安装搜狗输入法”，这确实也是很多人装完系统装完驱动后紧接着要做的事，两个一起说了。

中文输入法在Ubuntu 20.04/22.04下的推荐方案是安装ibus-rime或使用搜狗输入法Linux版。如果系统自带的IBus输入法配置不听话，可以试试：

sudo apt install -y ibus-rime

然后注销重新登录，在“设置 -> 键盘 -> 输入源”里添加“中州韵（Rime）”。

搜狗输入法则是下载官网的deb包：

sudo apt install -y fcitx sudo dpkg -i sogoupinyin_xxx_amd64.deb sudo apt -f install -y

安装完成后，同样需要注销重登，然后在“输入法配置”里把搜狗加进去。

说实话，我自己的经验是，搜狗输入法在22.04的fcitx5环境下偶尔会有状态不同步的问题，ibus-rime虽然配置费点功夫，但胜在稳定，而且词库足够。建议优先试ibus-rime，不行再考虑搜狗。

5.4 重启后如何确认系统记住了驱动配置

这是最后一步，也是很多人忽略的一步。驱动装好、重启正常后，把以下信息记录在一个文本文件里，方便日后排查：

uname -r # 内核版本 nvidia-smi | grep "Driver Version" # 驱动版本 dkms status # DKMS模块状态 prime-select query # 双显卡机器当前显卡

每次都对照一下，一旦nvidia-smi报错，先用uname -r看内核是不是变了，再dkms status看模块状态，基本能定位80%的问题。

我个人在实际操作中的体会是，Ubuntu装NVIDIA驱动这件事，80%的问题根源都是“版本不匹配”和“内核模块没加载成功”，而这两类问题又都可以通过“安装前禁nouveau + 安装时注册DKMS + 升级内核后手动跑dkms autoinstall”这三板斧来预防。先把基础动作做好，比掌握各种急救技巧更重要。另外，建议装完驱动后顺手拍一张nvidia-smi的正常输出截图，万一后面出问题，至少有个对照。

6. 最后的避坑提醒：这几个操作千万别做

驱动一旦稳定运行，最怕的就是手贱乱动。几个常见翻车操作，提醒一下：

• 不要用apt upgrade随手升级NVIDIA驱动。apt upgrade会把nvidia-driver-535之类包含在升级列表里，但新版本可能没针对你当前内核做适配，升级完重启就黑屏。固定版本打算长期用时，用apt-mark hold nvidia-driver-535锁定版本。
• 不要混装不同来源的驱动。apt装完再往上去覆盖装.run，或者反过来，混久了系统里会出现两套驱动文件，互相打架，出问题很难查。
• 不要在运行生产任务时随便卸载重装驱动。驱动卸载会卸载CUDA相关的用户态库，正在跑的进程会直接崩掉，如果是服务器上的训练任务，损失惨重。

锁定驱动版本的命令：

sudo apt-mark hold nvidia-driver-535 sudo apt-mark hold libnvidia-common-535 sudo apt-mark hold libnvidia-compute-535 sudo apt-mark hold libnvidia-decode-535 sudo apt-mark hold libnvidia-encode-535 sudo apt-mark hold libnvidia-gl-535

如果哪天想解除锁定，用sudo apt-mark unhold nvidia-driver-535。

另外，如果你在安装过程中遇到过failed to load module "glxserver_nvidia"这个报错，不用慌，这通常是因为图形界面还开着就去执行了.run安装，或者nouveau残留导致GLX模块加载冲突。解决方式是回到纯命令行模式，把nouveau禁干净，再重新装一遍驱动。如果你用它驱动已经工作正常的机器，突然蹦出这个报错，一般是Xorg的NVIDIA GLX模块路径不对，重装驱动即可恢复。

这次整理的完整流程，从安装前确认硬件，到版本选择、禁用nouveau、三种安装方式，再到后面验证、排障、卸载重装和离线场景，基本覆盖了我实战中遇到的90%情况。照着这套流程走，只要没碰到硬件本身的问题，都能顺利装上并稳定跑起来。