程序员经验分享-hwhale

ubuntu+nvidia显卡驱动安装+（顺带）解决rviz卡顿/CPU使用率过高问题/compiz占用CPU过高问题

2023-05-16

前言 我原本安装nvidia显卡驱动的方式为：从官网下载*.run文件，参考教程link。虽然安装成功，运行深度学习相关代码没有出状况，但仍然存在一些问题。重新通过ppa方式安装后，Rviz/pcl_viewer在显示大量点云数据时卡顿的问题得到解决，compiz的cpu占用率也从40%降至个位数。下文将从三部分讨论和解决我遇到的问题。

*.run文件安装方式——我遇到的问题

  1. 命令行输入：nvidia-smi 显示no progress / GPU使用率基本为0

  2. 系统设置system settings——details——Graphics：llvmpipe (LLVM 6.0, 256 bits)

  • 注1：“图形选项不是GTX1650, 而是llvmpipe之类的; (此种情况下, compiz进程会占用相当大的CPU, 会吃掉你几个核, 从20%~300%, 虽然察觉不出来, 其实是有问题的,开的窗口越多越明显) (多半是.run文件安装引起的问题, 不知道是不是因为加了-no-opengl-files的原因)”（原文链接：link ）
  • 注2：“普通笔记本一般默认采用集显作为视频输出，笔记本Ubuntu安装NVIDIA官方驱动后，易导致输入密码时循环进入登录页面，无法进入桌面。如果出现这个问题，可以直接用刚才的安装包卸载驱动，再重新加入–no-opengl-files选项安装。
    而对于台式机，如果使用NVIDIA独立显卡作为视频输出，可以直接默认安装，不需要加任何选项。相反，如果加上这个无OpenGL选项–no-opengl-files以后，会导致开机进入系统仍然使用nouveau驱动，在系统信息里面是显示Gallium 0.4 on llvmpipe(LLVM 3.8, 128bits)。”（原文链接：link）

  1. ubuntu软件更新software&updates——Additional Drivers无选项，或无法更换附加驱动选项（ 仅可以选择continue using a manually installed drivers）

  2. 命令行输入nvidia-settings，无Prime profiles选项（用来切换集显/独显）

解决问题后的效果（与上边一一对应）：

  1. nvidia-smi
    在这里插入图片描述
  2. Graphics
    在这里插入图片描述
  3. Additional Drivers
    在这里插入图片描述
  4. nvidia-settings
    还是没有。

ppa方式安装——解决遇到的问题

  1. 卸载已安装驱动 （如果没有禁用nouveau模块记得补上，详见1。）
    sudo apt-get purge nvidia*

  2. 添加源并更新
    sudo add-apt-repository ppa:graphics-drivers && sudo apt-get update

  3. 确定nvidia版本号，查看命令如下，选择recommended版，假设为nvidia-430
    sudo ubuntu-drivers devices

  4. 安装
    sudo apt-get install nvidia-430 // 并在 software&updates 中进行选择

ppa方式安装遇到的问题：

  1. deb包下载慢
    提醒：开始下载快，越来越慢；可以断点继续，重复输入安装命令有可能下载得快一点。
  2. 安装完毕，命令行输入：nvidia-smi检查是否安装成功
    出错：ubuntu Failed to initialize NVML: Driver/library version mismatch
    解决：重新启动即可。
    参考：https://blog.csdn.net/ChuiGeDaQiQiu/article/details/89702701 【原理分析】

ps：如果你之前安装了nvidia-docker，卸载nvidia会影响到nvidia-docker，所以重装完显卡驱动后，需要安装nvidia-docker[参考网址]，命令行输入（因为之前安装过，有些步骤略去）：
sudo apt-get install -y nvidia-docker2
sudo pkill -SIGHUP dockerd
docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi

记录可能用到的命令

查看电脑显卡：
lspci -k | grep -A 2 -i "VGA"
切换到独显：
sudo prime-select nvidia（如果命令不存在尝试安装 apt-get install nvidia-prime）
进入nvidia设置界面：
nvidia-settings (如果命令不存在尝试安装 apt-get install nvidia-settings)
查看ubuntu推荐驱动：
sudo ubuntu-drivers devices
查看nouveau是否被禁用：
lsmod | grep nouveau（无输出则禁用成功）
进入命令行界面：
ctrl+alt+f1
关闭图形界面：
sudo service lightdm stop
打开图形界面：
sudo service lightdm start

  1. 第一步：编辑黑名单
    sudo gedit /etc/modprobe.d/blacklist.conf
    第二步：末尾添加以下内容
    blacklist vga16fb
    blacklist nouveau
    blacklist rivafb
    blacklist rivatv
    blacklist nvidiafb；
    第三步：更新内核
    sudo update-initramfs -u
    第四步：若出现警告
    W: Possible missing firmware /lib/firmware/i915/kbl_guc_ver9_14.bin for module i915
    W: Possible missing firmware /lib/firmware/i915/bxt_guc_ver8_7.bin for module i915
    可以进入网址下载相应的文件, 复制到对应的目录即可:
    cd [下载目录]
    sudo cp kbl_guc_ver9_14.bin /lib/firmware/i915/
    sudo cp bxt_guc_ver8_7.bin /lib/firmware/i915/
    第五步：重启系统。 ↩︎

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)

Ubuntu

NVIDIA

RVIZ

CPU

Compiz

ubuntu+nvidia显卡驱动安装+（顺带）解决rviz卡顿/CPU使用率过高问题/compiz占用CPU过高问题 的相关文章

随机推荐

  • ride关键字的使用

    一 工程 测试套和案例 为了方便管理测试案例 xff0c 我们在创建测试案例时 xff0c 必须知道这条案例是属于哪个产品 xff08 即项目 xff09 xff0c 以及这个案例按照自己测试团队的要求 xff0c 是要放在哪个测试套下 x

  • python之requests

    简介 requests是用python语言基于urllib编写的 xff0c 采用的是Apache2 Licensed开源协议的HTTP库 xff0c 使用方法比urllib更加方便 安装 pip快速安装 xff1a pip install

  • python常用函数或库

    range range start stop step 描述 xff1a 返回开始数值start xff0c 结束数值为stop xff0c 数值间隔为step的迭代器 xff08 非列表 xff0c 是迭代器 xff09 参数说明 xff

  • python基本数据类型

    Python3 中有六个标准的数据类型 xff1a Number xff08 数字 xff09 String xff08 字符串 xff09 List xff08 列表 xff09 Tuple xff08 元组 xff09 Set xff0

  • python之json库

    JSON是用于存储和交换数据的语法 xff0c 是一种轻量级的数据交换格式 经常用于接口数据传输 序列化 配置文件等 json的形式有2种 xff1a 键值对形式 数组形式 json的数据形式与python的还是有差别的 xff1a pyt

  • python内置库csv

    csv文件 xff1a csv xff0c Comma Separated Values的缩写 xff0c 以英文逗号 分隔值纯文本形式存储数字和文本文件由任意数目的记录组成每行记录由多个字段组成 python内置了csv库 列表数据读写

  • docker入门教程

    Docker是一个开源的应用容器引擎 xff0c 基于Go语言开发 xff0c Docker可以打包应用及其依赖包到一个轻量级 可移植的容器中 xff0c 然后发布到任何流行的系统 docker相关资源 xff1a Docker 官方主页

  • 解决阿里云盾占用80端口的问题

    一 检查端口 输入以下命令 xff0c 检查服务器上的所有端口 netstat anput grep 80 嗯 xff0c 很好 xff0c 看到第一排明晃晃的出现了被占用的80端口 xff0c 特此截图为证 xff0c 免得所谓的 大厂

  • flask入门教程之请求与响应

    Flask是一个轻量级的web开发框架 xff0c 依赖jinja2和Werkzeug WSGI服务的一个微型框架 官方文档 xff1a https flask palletsprojects com en 2 0 x 中文文档 xff1a

  • Jenkins入门

    Jenkins是一个开源的 提供友好操作界面的持续集成 CI 工具 持续集成 xff08 CI xff09 是在源代码变更后自动检测 拉取 构建和 xff08 在大多数情况下 xff09 进行单元测试的过程 可以简单将jenkins理解为一

  • python常用库random

    random是python自带的库 xff0c 用来生成随机数 xff0c 或随机取值等 随机生成值 随机浮点数 random random random random xff1a 生成 0 1 之间的随机浮点数并返回 span class

  • Jenkins之allure测试报告邮件通知

    Jenkins入门教程 xff1a Jenkins入门 一般情况下 xff0c 我们想让Jenkins将构建结果或构建中的代码执行结果 xff08 比如跑批数据 xff09 通知我们 xff0c 这个是构建后的操作 经常用的是邮件通知 邮件

  • 按键控制电机控制窗帘

    include lt reg52 h gt define uchar unsigned char define uint unsigned int sbit in1 61 P0 0 sbit in2 61 P0 1 sbit in3 61

  • CentOS 8上安装Docker

    参考连接 https www cnblogs com famine p 14065690 html 参考连接 https www a5idc net helpview 591 html 参考连接 https blog csdn net zh

  • OpenCV第七篇：车牌识别

    目录 1 调整图片大小 xff0c 并获取灰度图 2 双边滤波去除噪音 xff1a cv2 bilateralFilter 3 边缘检测 xff1a cv2 Canny xff08 image xff0c threshold1 xff0c

  • gitee如何添加仓库成员

    1 进入gitee项目中 xff0c 如图 xff0c 点击 管理 2 点击 仓库成员管理 xff0c 展开该节点 3 点击 所有 xff0c 也可以选择其他选项 xff0c 比如 开发者 4 点击 添加仓库成员 xff0c 邀请用户 5

  • A*寻路算法之解决目标点不可达问题

    在游戏世界的寻路中 xff0c 通常会有这样一种情况 xff1a 在小地图上点击目标点时 xff0c 点击到了障碍物或者建筑上 xff0c 然后游戏会提示我们目标地点无法到达 玩家必须非常小心的在小地图上点击目标区域的空白部分 xff0c

  • Windows访问samba共享时，提示：“你不能访问此共享文件夹，因为你组织的安全策略阻止未经身份验证的来宾访问”

    此问题需要修改Win10 网络策略 按window 43 R键输入gpedit msc 来启动本地组策略编辑器 xff0c 如下 xff1a 依次找到 计算机配置 管理模板 网络 Lanman工作站 这个节点 xff0c 在右侧内容区可以看

  • 解决XCode错误：Command PhaseScriptExecution failed with a nonzero exit code

    一 环境 XCode版本 xff1a 14 3 二 错误场景信息 使用模拟器或真机调试 编译等都不出错 xff0c 唯独在进行Archive时 xff0c 会出现以下错误 xff1a Command PhaseScriptExecution

  • ubuntu+nvidia显卡驱动安装+（顺带）解决rviz卡顿/CPU使用率过高问题/compiz占用CPU过高问题

    前言 我原本安装nvidia显卡驱动的方式为 xff1a 从官网下载 run文件 xff0c 参考教程link 虽然安装成功 xff0c 运行深度学习相关代码没有出状况 xff0c 但仍然存在一些问题 重新通过ppa方式安装后 xff0c

热门标签