Ubuntu 20.04手动编译安装NVIDIA驱动：从原理到实战，解决Secure Boot与CUDA兼容性

1. 项目概述与核心需求解析

最近帮朋友折腾一台新装的深度学习工作站，核心配置是RTX 4080 Super显卡搭配Ubuntu 20.04 LTS系统。朋友的需求很明确：要在Linux环境下最大化发挥这张卡的计算性能，用于本地模型训练和推理。他之前尝试过直接用ubuntu-drivers工具自动安装，但遇到了几个典型问题：一是自动安装的驱动版本较旧，对新显卡的一些特性支持不够完善；二是系统自带的驱动有时会和CUDA Toolkit版本产生兼容性问题，导致nvidia-smi命令能识别显卡，但nvcc编译时却报错；三是他需要在一个相对隔离的开发环境中工作，不希望系统级的驱动更新干扰到他的CUDA环境。

这让我意识到，对于追求极致稳定性和可控性的开发者或研究人员来说，尤其是在使用像4080 Super这类较新的硬件时，手动编译安装NVIDIA官方驱动（.run文件）依然是最高效、最可靠的方案。手动编译安装听起来有点“硬核”，但其实整个过程就像组装一台乐高模型，只要你按照正确的顺序把零件（依赖库、内核头文件、禁用Nouveau）准备好，最后运行安装脚本，它就能帮你把驱动严丝合缝地“编译”进当前运行的内核里。其最大优势在于，你可以精确锁定驱动版本，与特定版本的CUDA、cuDNN等深度学习库完美匹配，避免因自动更新带来的意外“惊喜”。同时，安装过程中的“密钥管理”环节，是确保系统安全启动（Secure Boot）不被破坏的关键，对于企业级或注重安全的个人用户至关重要。

2. 前期准备与环境检查

手动安装驱动不是一场说走就走的旅行，出发前的“行李”检查必不可少。一个准备不当的环境，很可能让你在安装过程中陷入各种依赖报错和黑屏的窘境。

2.1 系统更新与内核头文件安装

首先，确保你的Ubuntu 20.04系统是最新的。打开终端，执行以下命令：

sudo apt update sudo apt upgrade -y

这个操作会更新软件包列表并升级所有可升级的包。特别注意：如果升级包含了内核版本（比如从5.4.0-xx升级到5.4.0-yy），强烈建议重启系统，让新内核生效后再进行后续步骤。驱动是针对特定内核版本编译的，在内核更新后安装驱动是最稳妥的。

接下来，安装当前运行内核对应的内核头文件和开发工具，这是编译NVIDIA驱动内核模块（如nvidia.ko）的必需品。

sudo apt install linux-headers-$(uname -r) build-essential

命令中的$(uname -r)会自动获取你当前正在运行的内核版本号，确保安装的头文件精确匹配。build-essential则提供了gcc、make等基础编译工具链。

2.2 禁用开源Nouveau驱动

Ubuntu默认使用开源的Nouveau驱动来驱动NVIDIA显卡。但在安装官方闭源驱动前，必须禁用它，否则会造成冲突。这是最容易出错的一步。

1. 创建黑名单配置文件：

   sudo nano /etc/modprobe.d/blacklist-nouveau.conf

   在打开的文件中，添加以下两行：

   blacklist nouveau options nouveau modeset=0

   保存并退出（Ctrl+X，然后按Y确认，再按Enter）。

2. 更新initramfs并重启：

   sudo update-initramfs -u sudo reboot

3. 验证是否禁用成功：重启后，再次登录系统（此时图形界面可能会分辨率很低或使用软件渲染，这是正常的）。打开终端，执行：

   lsmod | grep nouveau

   如果没有任何输出，说明Nouveau驱动已被成功禁用。如果有输出，请重复上述步骤，并确保重启。

2.3 下载正确的NVIDIA驱动

前往NVIDIA官方驱动下载页面。选择对应的产品系列（GeForce RTX 40 Series）、产品（GeForce RTX 4080 Super）、操作系统（Linux 64-bit）和CUDA Toolkit版本（如果你有特定需求，例如需要支持CUDA 12.x，则选择包含该版本的最新驱动）。通常，为4080 Super选择最新的稳定版驱动即可。

下载得到一个后缀为.run的文件，例如NVIDIA-Linux-x86_64-550.90.07.run。将其放在用户主目录（~/）下，方便操作。

注意：在下载驱动前，最好先确认一下你的4080 Super显卡是否被该驱动版本支持。可以查阅NVIDIA官方的驱动发布说明（Release Notes），在“Supported Products”列表中查找。

3. 进入文本模式与驱动安装

由于图形界面（通常是X Server或Wayland）会占用显卡，我们需要在一个纯净的文本环境下执行安装。

3.1 切换至运行级别3（纯文本模式）

Ubuntu 20.04默认使用systemd，我们可以通过以下命令切换到多用户文本模式：

sudo systemctl isolate multi-user.target

执行后，图形界面会关闭，屏幕会显示命令行登录提示。输入你的用户名和密码登录。

备选方案：如果你使用的是基于lightdm或gdm3的显示管理器，也可以在登录界面按Ctrl+Alt+F2（F1到F6通常对应不同的tty终端）切换到虚拟控制台进行操作。但使用systemctl命令更为干净彻底。

3.2 运行驱动安装程序

登录到纯文本终端后，导航到存放.run文件的目录，通常是家目录：

cd ~

赋予安装文件可执行权限，然后以root权限运行它：

chmod +x NVIDIA-Linux-x86_64-*.run sudo ./NVIDIA-Linux-x86_64-*.run

安装程序会启动一个基于ncurses的文本界面。这里有几个关键选项需要留意：

1. 预安装脚本：安装程序会先检查系统环境，可能会提示“The distribution-provided pre-install script failed”。这通常不是错误，可以安全地选择“Continue installation”。
2. DKMS支持：安装程序会询问是否注册模块到DKMS（Dynamic Kernel Module Support）。强烈建议选择“Yes”。DKMS能在你后续升级内核时，自动为新的内核重新编译NVIDIA驱动模块，免去手动重装的麻烦。
3. 32位兼容库：除非你确定需要运行32位的OpenGL应用（现在非常少见），否则可以选择“No”以简化安装。
4. Xorg配置：安装程序会询问是否允许它自动修改Xorg配置文件。选择“Yes”通常是最省事的做法。

安装过程会编译内核模块并复制文件到系统目录。如果一切顺利，你会看到安装成功的提示。

3.3 处理密钥管理（Secure Boot）

如果你的主板BIOS/UEFI中启用了安全启动（Secure Boot），那么安装过程中会弹出一个关于“密钥管理”的对话框。这是整个手动安装过程中最具技术挑战性的一环。

为什么需要这个步骤？安全启动要求所有加载到内核的模块（比如我们的nvidia.ko）都必须经过数字签名。由于我们手动编译的模块没有经过微软或发行版认证的签名，所以需要你为系统创建一个自己的密钥（MOK，Machine Owner Key），并用它来签名刚编译好的NVIDIA驱动模块。

安装程序会提示：

Would you like to register the kernel module sources with DKMS? This will allow DKMS to automatically build a new module, if you install a different kernel later.

（选择Yes后，如果Secure Boot开启，会继续提示）

Install NVIDIA's 32-bit compatibility libraries?

（根据需求选择后，关键提示来了）

The kernel module was built successfully, but there is a problem with Secure Boot. Your kernel is configured to reject unsigned modules. You must sign the module before it can be loaded.

随后，它会引导你通过mokutil工具来注册一个新的密钥。

具体操作流程如下：

1. 当安装程序提示需要配置安全启动时，选择“OK”或“Yes”继续。
2. 它会要求你为即将创建的MOK密钥设置一个密码。这个密码非常重要，且需要输入两次进行确认。请务必牢记！这个密码只在接下来的重启过程中使用一次。
3. 安装程序完成文件复制后，会提示你重启系统。不要跳过重启。
4. 重启过程中，在系统加载GRUB引导菜单之后、实际启动内核之前，你会进入一个蓝黑色的界面，即“MOK Management”界面。这个界面可能由你的主板厂商（如ASUS、MSI）或shim引导程序提供。
5. 在MOK管理界面中，选择“Enroll MOK”（注册MOK）。
6. 接着选择“Continue”（继续）。
7. 它会问你是否要注册密钥，选择“Yes”。
8. 此时，需要输入你在安装驱动时设置的那个密码。
9. 完成后，选择“Reboot”重新启动系统。

踩坑实录：这里最常见的错误是忘记密码，或者错过了MOK界面（它出现的时间很短）。如果错过，可以重启再次尝试进入。如果忘记密码，事情会变得麻烦，可能需要进入BIOS临时关闭Secure Boot才能启动系统，然后重新安装驱动并设置新密码。所以，设一个简单好记又安全的密码，并全神贯注地盯着重启过程的前几秒，是关键。

4. 安装后验证与配置优化

系统重启后，你应该能正常进入图形界面。现在来验证驱动是否正常工作，并进行一些优化设置。

4.1 基础验证

打开终端，输入以下黄金验证命令：

nvidia-smi

如果驱动安装成功，你会看到一个漂亮的表格，显示你的4080 Super显卡信息、驱动版本、CUDA版本、GPU利用率、显存占用等。这是驱动正常工作的最直接证明。

接着，检查驱动模块是否已正确加载：

lsmod | grep nvidia

应该能看到nvidia_uvm、nvidia_drm、nvidia_modeset、nvidia等模块。

4.2 配置持久化模式（可选但推荐）

对于工作站或服务器，启用持久化模式可以让GPU在无X服务器运行（如纯命令行模式）时，依然保持初始化状态，加快后续CUDA应用的启动速度。

sudo nvidia-persistenced --persistence-mode

你可以通过systemd服务使其开机自启：

sudo systemctl enable nvidia-persistenced sudo systemctl start nvidia-persistenced

4.3 安装CUDA Toolkit（如需）

NVIDIA驱动自带了一个用于运行CUDA程序的基本用户态库（通过nvidia-smi显示的CUDA版本）。但要进行开发（使用nvcc编译器），你需要单独安装完整的CUDA Toolkit。

建议从NVIDIA官网下载与你的驱动版本兼容的CUDA Toolkit runfile（local）版本。安装时，务必在安装选项中取消勾选驱动安装（Driver），因为我们已经手动安装好了。只安装CUDA Toolkit和samples即可。

安装后，将CUDA路径加入环境变量（通常添加到~/.bashrc）：

export PATH=/usr/local/cuda-12.x/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-12.x/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

执行source ~/.bashrc使其生效，然后运行nvcc --version验证。

5. 常见问题排查与深度优化

即使按照步骤操作，也可能会遇到一些“特色”问题。这里记录几个我遇到过的典型情况及其解决方案。

5.1 安装后黑屏或循环登录

这是最令人头疼的问题之一。可能的原因和解决思路：

1. 驱动与内核或Xorg不兼容：尝试安装另一个版本的驱动。有时最新驱动不一定最稳定，可以回退一个次要版本试试。
2. Xorg配置冲突：进入恢复模式或文本模式，备份并删除现有的Xorg配置，让系统自动生成。

   sudo mv /etc/X11/xorg.conf /etc/X11/xorg.conf.backup sudo reboot

3. LightDM/GDM3显示管理器问题：尝试切换显示管理器。例如，如果你用的是gdm3，可以安装lightdm并切换：

   sudo apt install lightdm sudo dpkg-reconfigure lightdm # 选择lightdm作为默认 sudo reboot

5.2nvidia-smi能运行，但CUDA程序报错

这通常意味着用户态的CUDA驱动库（libcuda.so）与CUDA Toolkit版本不匹配，或者路径有问题。

• 检查CUDA版本兼容性：运行nvidia-smi查看顶部显示的CUDA Version。你安装的CUDA Toolkit大版本号不应高于此版本。例如，驱动支持CUDA 12.4，你最好安装CUDA Toolkit 12.4或12.3，不要装12.5。
• 检查LD_LIBRARY_PATH：确保它正确指向了你安装的CUDA Toolkit的lib64目录，并且顺序优先于系统路径。
• 使用strace追踪：对于复杂的应用，可以用strace命令跟踪它运行时加载了哪些库文件，看是否加载了错误的libcuda.so。

5.3 内核升级后的驱动恢复

如果你启用了DKMS，那么在内核通过apt upgrade更新后，理论上DKMS会自动为新内核编译NVIDIA模块。但为了保险，重启进入新内核后，可以手动触发一下：

sudo dkms install nvidia/550.90.07 -k $(uname -r)

将550.90.07替换为你安装的实际驱动版本号。你可以通过dkms status命令查看已安装的DKMS模块状态。

如果DKMS没有自动运行，或者你手动编译安装时没有启用DKMS，那么每次内核更新后，你都需要重新运行一次NVIDIA的.run安装程序。这就是为什么强烈推荐启用DKMS的原因。

5.4 性能监控与功耗设置

对于4080 Super这样的高性能卡，在Linux下进行监控和调优很有必要。

• 实时监控：除了nvidia-smi，可以尝试nvtop，它是一个类似htop的GPU监控工具，界面更直观。

  sudo apt install nvtop

• 功耗与性能模式：你可以使用nvidia-smi来设置功耗上限和性能模式，这对控制发热和电费有帮助。

  # 查看当前GPU的功耗限制 nvidia-smi -q -d POWER # 设置0号GPU的功耗上限为250瓦（请根据你的显卡型号调整安全范围） sudo nvidia-smi -i 0 -pl 250 # 设置性能模式为自适应（可选模式：0/1/2/3，分别对应自适应/最高性能/自动/省电） sudo nvidia-smi -i 0 -pm 1

手动编译安装NVIDIA驱动，尤其是处理Secure Boot密钥，确实比一键安装多了几个步骤。但这份“掌控感”带来的收益是巨大的：一个纯净、稳定、版本可控的GPU环境，是深度学习、科学计算或高性能图形工作流真正需要的基石。整个过程最需要耐心和细心的就是禁用Nouveau和应对Secure Boot，只要这两关过了，后面基本就是一马平川。下次再遇到内核升级，DKMS会默默帮你处理好一切，这种“一次配置，长期受益”的感觉，才是手动安装最大的价值所在。