重新启动 AMI 后，NVidia 驱动程序未在 AWS 上运行

大家好，我有以下问题：

我用这个启动了一个 P2 实例AMI https://aws.amazon.com/marketplace/pp/B00FYCDDTE。我安装了一些工具，如 screen、torch 等。然后我成功地使用 GPU 运行了一些实验，并创建了实例的映像，以便我可以终止它并稍后再次运行它。

后来我从之前创建的 AMI 启动了一个新实例。一切看起来都很好 - 屏幕、手电筒，我的实验都出现在系统上，但我无法像以前一样运行相同的实验：

NVIDIA-SMI 失败，因为无法与 NVIDIA 通信 司机。确保安装了最新的 NVIDIA 驱动程序并且 跑步。

对我来说，驱动程序似乎已安装（因为所有其他工具都是以前安装的），但它们没有运行。这是一个正确的假设吗？我怎样才能启动它们？

我们最近遇到了这个问题。在我们的例子中，AWS实例上的默认内核似乎已升级（从4.4.0-1049-aws到4.4.0-1061-aws），但新内核没有安装nvidia模块：

ubuntu@ip-XXX-XXX-XXX-XXX:~$ ls -laR /lib/modules/4.4.0-1061-aws | grep -i nvidia
ubuntu@ip-XXX-XXX-XXX-XXX:~$ ls -laR /lib/modules/4.4.0-1049-aws | grep -i nvidia
-rw-r--r--  1 root root    87368 Jun 27 10:21 nvidia-drm.ko
-rw-r--r--  1 root root  1155304 Jun 27 10:21 nvidia-modeset.ko
-rw-r--r--  1 root root  1163016 Jun 27 10:21 nvidia-uvm.ko
-rw-r--r--  1 root root 18014088 Jun 27 10:21 nvidia.ko

检查您的内核版本（uname -a），看看您是否属于这种情况。 GRUB 配置允许引导旧内核映像 (1049)，但默认情况下它会加载新内核映像 (1061)。 /boot/grub/cfg 的相关部分：

ubuntu@ip-XXX-XXX-XXX-XXX:~$ grep -i -e "ubuntu, with linux" /boot/grub/grub.cfg
    menuentry 'Ubuntu, with Linux 4.4.0-1061-aws' --class ubuntu --class gnu-linux --class gnu --class os $menuentry_id_option 'gnulinux-4.4.0-1061-aws-advanced-XXXX' {
    menuentry 'Ubuntu, with Linux 4.4.0-1061-aws (recovery mode)' --class ubuntu --class gnu-linux --class gnu --class os $menuentry_id_option 'gnulinux-4.4.0-1061-aws-recovery-XXXX' {
    menuentry 'Ubuntu, with Linux 4.4.0-1049-aws' --class ubuntu --class gnu-linux --class gnu --class os $menuentry_id_option 'gnulinux-4.4.0-1049-aws-advanced-XXXX' {
    menuentry 'Ubuntu, with Linux 4.4.0-1049-aws (recovery mode)' --class ubuntu --class gnu-linux --class gnu --class os $menuentry_id_option 'gnulinux-4.4.0-1049-aws-recovery-XXXX' {

您可以使用 grub-reboot 强制在下次重新启动时加载旧内核：

sudo /usr/sbin/grub-reboot "Advanced options for Ubuntu>Ubuntu, with Linux 4.4.0-1049-aws"
sudo reboot

这将使用旧内核启动实例，您有 nvidia 模块。