解決 NVIDIA GPU 驅動 libnvidia-ml.so 錯誤訊息

在這篇文章中，將分享最近遇到 NVIDIA GPU driver 的問題，這可能對面臨類似問題的人有所幫助～話不多說，直接開始正文！

問題描述

當我嘗試使用 nvidia-smi 工具來檢查我的 NVIDIA GPU 狀態時，我遇到了一個錯誤訊息：NVIDIA-SMI couldn't find libnvidia-ml.so library in your system。這意味著系統無法找到 libnvidia-ml.so，這是 NVIDIA 驅動的一個關鍵庫文件，用於監控和管理 NVIDIA GPU。

這個問題通常指向 NVIDIA 驅動未正確安裝，或者系統無法正確定位到驅動的庫文件。

解決步驟

為了解決這個問題，我採取了以下步驟：

1. 定位到庫文件目錄： 首先，我切換到包含 NVIDIA 驅動庫文件的目錄：如果不確定路徑在哪，可以先移動到根目錄，再用 find 指令去找
   

   cd /usr/lib/x86_64-linux-gnu

2. 備份並替換 libcuda.so： 接著備份了 libcuda.so 文件，然後創建了一個指向 libcuda.so.1 的符號鏈接：

   cp libcuda.so libcuda.so.backup
   rm libcuda.so
   ln -s libcuda.so.1 libcuda.so
   

3. 處理 libcuda.so.1： 我也備份並替換了 libcuda.so.1，以指向特定版本的庫文件：這裡的 libcuda.so.535.54.03 版本號碼，需配合硬體

   cp libcuda.so.1 libcuda.so.1.backup
   rm libcuda.so.1
   cp libcuda.so.535.54.03 libcuda.so.1
   

4. 處理 libnvidia-ml.so.1： 最後，我對 libnvidia-ml.so.1 進行了類似的操作：

   cp libnvidia-ml.so.1 libnvidia-ml.so.1.backup
   rm libnvidia-ml.so.1
   ln -s libnvidia-ml.so.535.54.03 libnvidia-ml.so.1
   

5. 測試更改： 完成這些操作後，我再次執行 nvidia-smi 來確認問題是否得到解決。出現這個畫面，表示有呼叫成功，就可以使用 GPU 繼續進行模型訓練。

結論

通過這些步驟，成功解決了 nvidia-smi 無法找到 libnvidia-ml.so 的問題。面對驅動相關問題時，有時候需要手動去管理 package 的連接與指向，不過這可能是暫時的解決方法，未來更新驅動可能都還要再次調整，最好的方式還是確保驅動正確安裝。