一、Ubuntu双显卡与多显卡背景概述

在Linux生态中，Ubuntu作为最流行的桌面发行版之一，其显卡支持能力一直是开发者关注的焦点。随着深度学习、3D渲染等高负载场景的普及，单显卡已难以满足需求，双显卡甚至多显卡并行成为技术趋势。然而，Linux下的显卡管理（尤其是混合显卡架构）存在驱动兼容性、电源管理、性能调度等复杂问题。本文将围绕Ubuntu系统，深入解析双显卡及多显卡的配置方法、性能测试技巧及常见问题解决方案。

二、Ubuntu双显卡配置：从安装到优化

1. 驱动安装与切换

Ubuntu默认使用开源的Nouveau驱动（NVIDIA显卡）或AMDGPU驱动（AMD显卡），但这些驱动对双显卡的支持有限。对于NVIDIA用户，需安装闭源驱动并配置prime-select工具：

# 添加PPA仓库（可选）
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
# 安装推荐驱动（例如NVIDIA 535版本）
sudo apt install nvidia-driver-535
# 切换显卡模式（集成显卡/独立显卡）
sudo prime-select intel  # 切换至Intel集成显卡
sudo prime-select nvidia  # 切换至NVIDIA独立显卡

关键点：

• 需重启系统使驱动生效。
• 使用nvidia-smi命令验证独立显卡是否被识别。
• AMD显卡用户可通过amdgpu内核模块直接支持，无需额外切换工具。

2. 电源管理与性能模式

双显卡场景下，电源管理直接影响续航与性能。Ubuntu默认使用ondemand或powersave模式，但可通过cpupower工具调整：

# 安装cpupower工具
sudo apt install linux-tools-common linux-tools-$(uname -r)
# 查看当前模式
cpupower frequency-info
# 切换至性能模式（需root权限）
sudo cpupower frequency-set -g performance

优化建议：

• 笔记本用户建议根据场景动态切换模式（如外接电源时用performance，电池模式用powersave）。
• 使用tlp工具（sudo apt install tlp）自动化电源管理。

三、Ubuntu多显卡配置：并行计算与渲染

1. 多显卡并行计算（以CUDA为例）

对于深度学习或科学计算，多NVIDIA显卡可通过CUDA和NCCL库实现并行加速。配置步骤如下：

# 安装CUDA工具包（以11.8版本为例）
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin
sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/3bf863cc.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/ /"
sudo apt update
sudo apt install cuda-11-8
# 验证多显卡识别
nvidia-smi -L  # 列出所有GPU设备

并行计算配置：

• 在TensorFlow/PyTorch中，通过环境变量指定可见GPU：

  export CUDA_VISIBLE_DEVICES="0,1"  # 使用GPU0和GPU1

• NCCL库需额外配置以优化多卡通信（参考NVIDIA官方文档）。

2. 多显卡渲染（以Vulkan为例）

对于3D渲染或游戏开发，Vulkan API支持多显卡交叉渲染（Explicit Multi-GPU）。配置步骤：

# 安装Vulkan工具包
sudo apt install vulkan-tools libvulkan1 mesa-vulkan-drivers
# 验证多显卡支持
vulkaninfo | grep "GPU id"  # 查看所有Vulkan兼容设备

应用配置：

• 在Vulkan应用中，通过VkPhysicalDeviceGroupProperties结构体枚举设备组，并手动分配渲染任务。
• 示例代码片段（C++）：

  uint32_t gpuCount = 0;
  vkEnumeratePhysicalDevices(instance, &gpuCount, nullptr);
  std::vector<VkPhysicalDevice> gpus(gpuCount);
  vkEnumeratePhysicalDevices(instance, &gpuCount, gpus.data());

四、性能测试与调优

1. 基准测试工具

• GPU计算：DeepBench（深度学习）、HPCG（科学计算）。
• 图形渲染：Unigine Heaven（Vulkan/OpenGL）、glxgears（OpenGL）。
• 通用测试：phoronix-test-suite（包含数百种测试套件）。

2. 调优策略

• 驱动参数：通过nvidia-settings调整PowerMizer模式（适用于NVIDIA）。
• 内核参数：修改/etc/default/grub中的GRUB_CMDLINE_LINUX，添加pcie_aspm=off（禁用PCIe ASPM以提升稳定性）。
• 散热优化：使用lm-sensors监控温度，配置风扇曲线（需fancontrol工具）。

五、常见问题与解决方案

1. 驱动冲突：

   • 现象：系统卡在登录界面或黑屏。
   • 解决：进入恢复模式，卸载冲突驱动（sudo apt purge nvidia-*），重新安装推荐版本。

2. 多显卡识别失败：

   • 检查dmesg | grep gpu是否有硬件错误。
   • 确保BIOS中启用Above 4G Decoding和PCIe Slot Power On。

3. 性能低于预期：

   • 使用nvidia-smi topo -m检查GPU拓扑结构，避免跨PCIe交换机通信。
   • 更新内核至最新LTS版本（如5.15+）。

六、总结与展望

Ubuntu双显卡及多显卡配置需兼顾驱动兼容性、电源管理和性能调优。对于开发者，建议优先使用NVIDIA显卡（CUDA生态完善）或AMD显卡（开源驱动成熟），并通过工具链（如TensorFlow的tf.config.experimental.set_visible_devices）实现灵活控制。未来，随着Linux内核对异构计算的支持（如DG1集成显卡的驱动完善），多显卡场景的易用性将进一步提升。