EIP-8045 深度解读：从提案者选举中排除被罚没（Slashed）验证者，提升信标链韧性
2026/9/16 21:41:51
1. 故障现象与原因拆解：为什么分辨率变大，NVIDIA-SMI 又为什么报错
先还原一下大部分朋友遇到的画面：Ubuntu 18.04 用得好好的，某次开机突然发现屏幕图标、任务栏、字体都变得特别大，进“设置-显示”一看，分辨率从原本的 2560x1440 掉到了 1024x768 甚至 800x600，而且怎么调都回不去。再打开终端敲一句nvidia-smi，直接给你来一段红字：
NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.其实这两个现象是同一个问题，分别从两个角度暴露出来：系统图形界面已经放弃使用独立显卡输出，转而用 CPU 内置的兼容显示方案在顶班；而 N 卡驱动栈里，用户空间的nvidia-smi工具和内核空间的驱动模块已经断了联系。
先说屏幕分辨率变大这件事。这里的“变大”实际是“变糙”，分辨率降到安全模式了。X Server 或者 Wayland 在启动时如果发现 NVIDIA 内核模块没有加载，就会自动回退到fbdev或vesa这类通用驱动，这类驱动不认识你的显示器 EDID 信息，只能给一个最基础的分辨率，通常就是 1024x768 或 800x600。所以桌面元素全部放大了，跟 Windows 的“安全模式”是一个逻辑。
再看nvidia-smi报错。nvidia-smi本质是一个用户态工具，它要正常输出显存占用、GPU 温度、进程列表，前提是内核里已经正确加载了nvidia、nvidia-modeset、nvidia-uvm等模块，而且用户态库libnvidia-ml.so能被找到。只要内核模块没加载、版本不匹配、或者被 DKMS 编译失败后遗留了错误的模块签名，nvidia-smi就会抛出无法与驱动通信的报错。
结合我这些年处理过的案例，触发这个问题的最常见诱因有这么几个：
- 系统自动更新内核，新内核跑起来之后，原本靠 DKMS 自动重编译的 NVIDIA 模块因为编译链缺失或签名问题没有成功生成；
- 某个依赖库被
apt upgrade升级后和现有驱动版本产生 ABI 不兼容； - 安装过
.run官方驱动之后，又通过 apt 安装了另一个版本的驱动，两边文件互相覆盖； - 双系统用户开启 Secure Boot，新编译的模块没做 MOK 签名；
- 显卡硬件松了、PCIe 链路异常，导致内核模块加载时探测不到设备。
搞清楚原理，后面动手处理就有思路了。下面从安装前的准备工作开始讲，一直到故障排查，给你一套完整的实操流程。
2. 装驱动前必须搞定的事：禁用 nouveau 与准备工作
很多教程一上来就让你apt install nvidia-driver-470，装完重启发现还是进不去图形界面，或者驱动没加载。我见到的绝大多数翻车，不是驱动安装那一步出了问题，而是准备工作没做到位，尤其是没有禁用 nouveau 开源驱动。
nouveau 是 Linux 内核里的 NVIDIA 开源驱动框架，性能差、功能不全，但问题是它一旦先加载占了设备，闭源的 NVIDIA 驱动模块在插入时就会因为设备已经被别的驱动占用而静默失败。这才是很多人安装后nvidia-smi依然报 couldn't communicate 的隐藏原因之一。
2.1 判断显卡型号和当前驱动状态
开始之前，先确认机器上到底是什么显卡、现在装了什么驱动。依次跑这几个命令：
lspci | grep -i nvidia这一步能确认 PCIe 总线上有没有识别到 NVIDIA 显卡。如果这步输出为空，先别急着装驱动，查显卡供电、PCIe 插槽或 BIOS 设置，甚至是显卡本身有没有物理故障。
nvidia-smi如果驱动正常，会显示显卡型号、驱动版本、显存占用和当前进程。如果报错，记住报错原文，后面排查时可以精确搜索定位。
ubuntu-drivers devices这个命令会列出当前系统能用的 NVIDIA 驱动版本，并且会给出系统推荐的版本。在 18.04 里，这个工具由ubuntu-drivers-common提供，如果没有安装可以先装一下：
sudo apt install ubuntu-drivers-common2.2 禁用 nouveau 驱动
无论你是要用 apt 安装还是.run文件安装，禁用 nouveau 都要放在第一步。具体操作：
新建一个黑名单配置文件：
sudo vim /etc/modprobe.d/blacklist-nouveau.conf写入以下内容：
blacklist nouveau blacklist lbm-nouveau options nouveau modeset=0 alias nouveau off alias lbm-nouveau off保存后更新 initramfs，让这个配置在下次开机时生效：
sudo update-initramfs -u然后重启：
sudo reboot重启后验证一下 nouveau 是否真的没加载：
lsmod | grep nouveau正常情况下这行没有任何输出。如果你发现自己怎么改都禁用不掉，且系统有 BIOS 设置项，可以尝试进入 BIOS 将 Primary Display 设为 PEG/PCIe，同时关闭 CSM，只保留 UEFI，这能从根本上避免 nouveau 在早期阶段占用设备。
2.3 补全编译与安装依赖
用 apt 方式安装的时候，虽然系统会自动处理依赖，但如果内核升级后需要靠 DKMS 重建模块，你就必须已经装好了对应的编译工具链。缺少linux-headers是 DKMS 编译失败的最常见原因。
建议先把这些包装齐：
sudo apt update sudo apt install build-essential dkms linux-headers-$(uname -r) gcc make其中linux-headers-$(uname -r)是当前内核对应版本的头文件。之所以要强调这一点，是因为安装驱动时编译模块必须匹配当前运行的内核源码树。
同时建议把 Secure Boot 关掉，或者提前准备好 MOK 签名流程。安全启动开启状态下，所有第三方内核模块都必须带有效签名，否则即使模块编译成功，启动时也会被拒绝加载，表现出来就是nvidia-smi报通信失败。如果你必须在开启 Secure Boot 的情况下使用，那在驱动安装流程的最后会进入 MOK 管理界面，按照提示设置一个密码，重启后再选择 Enroll MOK 完成签名注册，否则重启后一切照旧。
3. 三种驱动安装方式实测：apt、附加驱动、.run 文件
Ubuntu 18.04 下安装 NVIDIA 驱动，市面上主流的方法其实就是三种：从 Ubuntu 仓库用 apt 安装、用“软件和更新-附加驱动”图形界面安装、去 NVIDIA 官网下载.run文件手动安装。很多人纠结到底选哪种，我把三种方式的优缺点都列出来，再给你一套我实测下来最稳的路径。
3.1 三种方式对比与场景选择
| 安装方式 | 优点 | 缺点 | 适合场景 |
|---|---|---|---|
apt 安装nvidia-driver-xxx | 依赖自动处理，内核升级后有 DKMS 自动重编 | 版本比官网更新慢，可能不是最新 | 大多数人日常使用，追求省心稳定 |
| “附加驱动”图形界面 | 直观，勾选即可，不需要记命令 | 有时界面显示列表和命令行不完全一致，需要切换源 | 新手朋友，已经能进图形界面 |
NVIDIA 官网.run安装 | 版本最新，官方推荐 | 卸载升级麻烦，每次内核升级要手动重编，兼容性风险更高 | CUDA 开发需要特定版本的场景，或跑最新显卡必须用新驱动 |
我自己在不同机器上三种方式都用过，如果只是想让系统正常显示、跑一下深度学习推理，最推荐第一种，apt 仓库的驱动足够用。如果你刚买了 40 系以后的新显卡，Ubuntu 18.04 自带的官方源里驱动版本偏低，可能要采用第三种方式，去官网选一个支持你显卡型号的最新版。
3.2 推荐流程：apt 方式完整操作
以你大概率会碰到的nvidia-driver-470为例，顺序如下：
第一，彻底清理现有 NVIDIA 相关软件包，防止残留文件干扰新驱动：
sudo apt purge nvidia-* sudo apt autoremove如果没有输出，或者提示找不到包，说明之前没装过，跳过即可。
第二，重新生成 initramfs，把旧的内核模块残留清掉：
sudo update-initramfs -u第三，查询仓库里可用的驱动版本：
ubuntu-drivers devices系统会在输出里标注一个recommended版本。也可以直接看候选版本列表，选择你需要的：
apt list --all-versions | grep nvidia-driver第四，安装：
sudo apt install nvidia-driver-470安装过程中如果提示是否生成并签名 DKMS 模块，全部选 Yes。安装完成后先不要立即重启，先查看 DKMS 的状态，确认模块确实编译成功：
dkms status正常情况会看到类似nvidia/470.xx.x, 5.4.0-xxx-generic, x86_64: installed的输出。只要出现 installed 字样，就说明内核模块编译成功，有能力在开机时自动加载。
第五，重启：
sudo reboot重启后第一时间在终端执行：
nvidia-smi看到显卡型号和驱动版本号，就说明安装成功。
3.3 .run 文件安装的完整流程与注意事项
用官网.run文件安装的场景，主要发生在新显卡、老 Ubuntu 源里没有适配驱动，或者 CUDA 版本要求比较苛刻的时候。
到 NVIDIA 官网驱动下载页面，根据自己的显卡型号选择对应的 Latest Production Branch。搜索显卡型号时注意，笔记本用户不要选成桌面版，否则会下载到完全不同的包。
下载完成后，先别急着执行。你需要做两件事。
第一，停止图形界面服务。如果不停止，X Server 会占用显卡，驱动安装程序无法卸载旧驱动或加载新模块。Ubuntu 18.04 默认用 lightdm 或 gdm3，先确认用的是哪一个：
cat /etc/X11/default-display-manager如果是/usr/sbin/lightdm，就执行：
sudo service lightdm stop如果是/usr/sbin/gdm3，则执行：
sudo service gdm3 stop如果你在远程通过 SSH 操作，这一步不影响 SSH 连接，可以放心执行。
第二，给.run文件加执行权限并运行：
chmod +x NVIDIA-Linux-x86_64-470.xx.xx.run sudo ./NVIDIA-Linux-x86_64-470.xx.xx.run --no-opengl-files关于--no-opengl-files这个参数，存在很多争议。简单说明一下：如果你不搞 OpenGL 开发，加这个参数可以防止官方驱动覆盖系统自带的 OpenGL 库导致桌面循环登录；如果你需要 CUDA 做 GPU 计算，加也没有影响，因为 CUDA 运行时会自带需要的库。我通常建议加上，因为绝大多数普通用户跳进循环登录坑都是因为 OpenGL 文件冲突。
安装过程中会有好几个交互问题，遇到Would you like to run nvidia-xconfig?可以选 Yes，这样驱动会帮你生成一份包含显卡配置的 X 配置文件，省去手动改/etc/X11/xorg.conf的麻烦。
装完后重启前，如果你之前停止了图形界面服务，重启即可：
sudo reboot重启后如果分辨率还是不对，检查 Xorg 日志：
grep -i nvidia /var/log/Xorg.0.log能看到(EE) NVIDIA: Failed to load the NVIDIA kernel module之类的报错，就往内核模块的方向排查；能看到(II) NVIDIA(0): Valid display device(s)说明驱动加载正常，问题更多出在显示器和线材上。
3.4 内核升级后必须重新编译模块的问题
Ubuntu 18.04 默认开启自动安全更新，这意味着系统会定期更新内核版本。每次内核升级后，原来编译好的 NVIDIA 内核模块就废了，新的内核必须重新编译一次模块。
如果你用的是 apt 装的驱动，系统里的 DKMS 会尝试自动完成这件事。判断是否成功，只需在升级完内核重启后执行：
dkms status如果状态为installed，放心用；如果出现build失败或显示original module字样，多半是编译过程中缺了linux-headers-$(uname -r)，或者 gcc 版本和编译内核时不一致。手动补救：
sudo dkms remove nvidia/470.xx.xx --all sudo dkms install nvidia/470.xx.xx -k $(uname -r)如果是.run方式安装的，内核升级后一定要记住重新执行一次.run安装程序，或者专门到官网下载对应版本的驱动重新安装，没有捷径可走。
4. 常见问题的完整排查手法与避坑经验
故障处理这一块，我觉得比安装本身更有价值。很多朋友遇到问题时病急乱投医，老是在重装驱动，反而越弄越糟。我把这几年在 Ubuntu 18.04 上遇到的高频报错整理成速查表，按图索骥能省很多时间。
4.1 核心报错速查表
| 报错信息 | 本质原因 | 排查方向 | 最稳的解决办法 |
|---|---|---|---|
| NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver | 内核模块没加载，或模块崩溃 | lsmod | grep nvidia、dmesg | grep -i nvidia、dkms status | 重新安装驱动；检查 DKMS 编译状态；确认 nouveau 已禁用 |
| nvidia-smi: command not found, but can be installed with | 驱动工具没装进 PATH，或压根没装驱动 | ls /usr/bin/nvidia-smi，dpkg -l | grep nvidia | 重新安装驱动；软链接/usr/bin/nvidia-smi指向/usr/lib/nvidia-xxx/bin/nvidia-smi |
| couldn't find libnvidia-ml.so library in your system | 用户态库路径丢失 | 检查/usr/lib/x86_64-linux-gnu/libnvidia-ml.so.470.xx.xx是否存在 | 在/etc/ld.so.conf.d/添加/usr/lib/x86_64-linux-gnu，执行sudo ldconfig |
| no devices were found | 驱动模块加载了，但没探测到 GPU | lspci | grep -i nvidia、BIOS 设置、PCIe 插槽 | 检查硬件；关闭 CSM；确认显卡供电 |
| unable to determine the device handle for gpu0000:xx:xx.0: Unknown Error | 模块与设备通信异常，通常带驱动与硬件不兼容 | dmesg尾部内容、驱动版本与显卡卡对应关系 | 换一个驱动分支，通常从 535 换到 470 或相反 |
| Failed to initialize NVML: Driver/library version mismatch | 内核模块版本和用户态工具版本不一致 | cat /proc/driver/nvidia/version与实际驱动文件版本对比 | 完全清理后重装驱动，不要混装 apt 与 .run |
| 循环登录 / 黑屏回登录界面 | X Server 加载 OpenGL 库失败，常见于 .run 安装覆盖系统库 | cat /var/log/Xorg.0.log尾部看EE行 | 用--no-opengl-files重装；或apt install --reinstall libgl1-mesa-glx恢复 Mesa |
这里特别提醒一句：NVIDIA-SMI 报通信失败，在大多数情况下不需要重装整个系统，也不要一上来就重装驱动。建议按这个顺序排查：先看硬件在不在 → 再看内核模块加载没加载 → 再看 DKMS 编译状态 → 最后才动驱动本身。
4.2 双系统与 Secure Boot 场景的处理经验
双系统用户遇到驱动问题的频率明显更高。Windows 和 Ubuntu 双系统，尤其是新一点的电脑默认开了 Secure Boot，这会让 NVIDIA 闭源驱动的加载变得比较麻烦。
如果你开机后进 Ubuntu 执行dkms status显示模块是 installed，但系统日志里报Lockdown: insmod of unsigned module或者Operation not permitted，大概率就是 Secure Boot 卡住了。
解决思路有两个方向：
第一个方向，进入 BIOS 关闭 Secure Boot。这是最省事的方法，适合电脑自己不承担机密环境要求的普通用户。注意不同主板 BIOS 菜单位置不同，一般在 Boot 或 Security 菜单下面。
第二个方向，用 MOK 注册签名的流程。Ubuntu 首次安装驱动时如果检测到 Secure Boot 开启，重启时会出现蓝色 MOK 管理界面，按提示选 Enroll key from disk，然后重启到mokutil界面设置密码完成签名注册。如果没有自动弹出来，也可以手动给模块签名：
sudo mokutil --import /var/lib/shim-signed/mok/MOK.der然后重启，按照提示走完 MOK 注册流程。这个方法保留 Secure Boot，相对更严谨，适合不能关安全启动的办公环境。
4.3 解决更换显卡后的驱动残留问题
还有一个高频场景：机器原来用 A 卡或者核显，后来换了 NVIDIA 显卡，或者是拿到了别人装过别的显卡驱动的机器。这时候直接装 NVIDIA 驱动，大概率会碰到各种诡异问题。
正确的处理姿势是，先把旧的显卡驱动彻底清掉。整理一个通用清理流程：
# 删除 NVIDIA 相关包 sudo apt purge nvidia-* cuda-* libnvidia-* # 删除 AMD 相关包，如果是 A 卡换 N 卡 sudo apt purge amdgpu* mesa-vulkan-drivers # 清理所有不用的依赖 sudo apt autoremove # 更新 initramfs 并重启 sudo update-initramfs -u sudo reboot重启后确认系统用的是默认的nouveau或者intel驱动，再走一遍第 2 节安装驱动的完整流程。很多人“驱动冲突”的困扰，其实是新旧驱动的用户态库混在/usr/lib/x86_64-linux-gnu里，ldconfig加载时产生版本错乱造成的。
4.4 开机黑屏、卡在登录界面的还原技巧
如果你的驱动问题已经发展到开机黑屏或者循环登录，不要慌，还有一个有效的还原技巧。
重启后在 GRUB 菜单处，选择 Ubuntu 高级选项，进入恢复模式（recovery mode）。在恢复菜单里选择root进入 root shell，然后执行：
mount -o remount,rw / apt purge nvidia-* apt autoremove update-initramfs -u reboot这样会把系统恢复到用 nouveau 驱动的初始状态，至少能进图形界面，再重新按正确方式安装。如果你连恢复模式的 root 都进不去，还可以在 GRUB 菜单按e编辑启动项，在linux那一行后面加nomodeset，然后按 Ctrl+X 启动。nomodeset会强制内核不做模式设置，很多黑屏和显示异常问题都能靠这个参数先撑过去，进系统后再解决驱动。
4.5 一个避免反复翻车的内核版本锁定技巧
处理完驱动问题后，如果你的系统经常因为内核自动升级又出问题，我的个人习惯是把已经稳定运行的内核版本锁住，不让 apt 随便升级。
查看当前内核：
uname -r锁定版本，禁止其被自动更新替换：
sudo apt-mark hold linux-image-$(uname -r) sudo apt-mark hold linux-headers-$(uname -r)以后想解除锁定执行：
sudo apt-mark unhold linux-image-$(uname -r)这个方法看起来简单，但能避免掉 90% 的“重启后 nvidia-smi 又挂了”的悲剧。等你确认新内核确实没问题，再手动解锁更新即可。
5. 实操心得：装驱动这件事，最关键的是理解自己的场景
这几年在 Ubuntu 18.04 上装 NVIDIA 驱动，前前后后修过几十台机器，踩过的坑多得数不清。最大的感受是：装驱动本身并不难，难的是对症下药。同一个nvidia-smi has failed报错，原因可能是 DKMS 编译失败、可能是 nouveau 没禁干净、可能是 Secure Boot 签名问题、也可能是显卡物理接触不良。不搞清楚系统具体处于什么状态就直接重装驱动，那才是大多数问题的根源。
所以我的习惯是，在处理任何驱动问题之前先收集三类信息：lspci | grep -i nvidia看设备在不在、dkms status看模块编译状态、cat /var/log/Xorg.0.log | grep -i EE看图形界面加载报错。拿到这三份信息，问题的范围基本能缩小到一半以内。
平时维护的服务器上，我还会把内核模块加载状态做成一个小脚本，开机自动记录到日志里，这样即使某一天远程连接后发现 GPU 掉了，也能通过日志定位是重启后立即掉的，还是运行一段时间后才掉的。前者多半是驱动加载和内核不兼容的问题，后者多半要查散热、电源或硬件稳定性。
最后分享一个很多人都忽略的小技巧：如果你的 Ubuntu 18.04 源里的驱动版本太低，导致新显卡装不上，可以先把源里的驱动列表更新一下：
sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt update这个 PPA 提供了相对较新的 NVIDIA 驱动打包，比官网.run文件省心一些，DKMS 支持也做得更完善。不过要注意，加了 PPA 之后系统升级大版本时可能会遇到依赖冲突，升级前最好先确认 PPA 维护者是否有对应的版本支持。根据自己的实际情况选一条路走到底，比反复横跳切换安装方式要稳妥得多。