Nvidia GPU驱动与CUDA、Ubuntu内核兼容性问题的解决日志

问题描述

最近，各个操作系统针对Intel CPU的Meltdown（熔断）和Spectre（幽灵）这两个芯片级的设计漏洞推出了安全补丁。在更新了新的Kernel之后，我们的AI服务器运行的Ubuntu 16.04系统的Linux Kernel升级到了4.13.0-31-generic。重启之后，发现GPU无法正常使用，出现无法登录系统、分辨率改变等问题，与Ubuntu 16.04安装NVIDIA驱动后循环登录问题中描述的症状一致。初步判断原因是显卡驱动(nvidia driver 387.26)和新的linux kernel(4.13.0-31-generic)不兼容导致的。去Nvidia的devtalk逛了一圈，确实很多人报告了这个问题。

• 操作系统：ubuntu 16.04
• 系统内核： Linux version 4.13.0-31-generic
• GPU： GTX 1080
• CUDA：cuda-9.1, cudnn-7.0.1，deb (local)安装方式
• nvidia driver： nvidia driver 387.26

Nvidia已经更新了驱动，只需要安装新的驱动就可以解决linux kernel和nvidia driver不兼容的问题。不过，devtalk安装的新驱动版本为nvidia driver 390，在尝试了单独下载该驱动的run文件安装方式和deb (network)安装方式之后，发现前一种安装方式因为著名的nouveau问题而安装失败，后一种依旧安装387.26版本的驱动，最终放弃了这两种安装方式，采用了第三种PPA的途径。

解决方法

首先，在PPA GPU查看驱动的版本（Current official release: nvidia-387 (387.34)...）

1. 卸载现有GPU驱动

$ sudo apt-get remove --purge nvidia-*
$ sudo apt-get autoremove

2. PPA安装新的GPU驱动

# 如果没有add-apt-repository命令，安装 software-properties-common即可
$ sudo add-apt-repository ppa:graphics-drivers
$ sudo apt-get update
# 安装新的驱动nvidia-387.34
$ sudo apt-get install nvidia-387

3. 重启
4. deb (network)的方式安装CUDA 9.1。如果用deb local的安装方式，还是会安装旧的驱动版本。安装好之后，不要忘记设置环境变量。