Ubuntu双显卡测试与多显卡环境优化指南

引言

在Ubuntu系统中配置双显卡或多显卡环境，已成为高性能计算、深度学习、3D渲染等领域的常见需求。然而，多显卡配置常伴随驱动冲突、性能下降、功耗过高等问题。本文将从测试方法、配置技巧、性能优化三个维度，系统阐述Ubuntu多显卡环境的解决方案，帮助用户高效管理显卡资源。

一、Ubuntu多显卡环境测试方法

1.1 硬件识别与驱动安装

多显卡环境的第一步是确认硬件信息。使用lspci | grep -i vga命令可列出所有显卡设备：

lspci | grep -i vga

输出示例：

01:00.0 VGA compatible controller: NVIDIA Corporation GA106 [GeForce RTX 3060]
02:00.0 VGA compatible controller: Advanced Micro Devices, Inc. [AMD/ATI] Cezanne [Radeon Vega Series / Radeon Vega Mobile Series]

根据输出结果，选择合适的驱动：

• NVIDIA显卡：推荐使用ubuntu-drivers工具自动安装推荐驱动：

  sudo ubuntu-drivers autoinstall

• AMD显卡：Ubuntu默认包含开源amdgpu驱动，无需额外安装。
• 混合显卡（如Optimus）：需安装prime-select工具管理显卡切换：

  sudo apt install nvidia-prime

1.2 多显卡功能测试

1.2.1 独立显卡渲染测试

使用glxinfo验证OpenGL渲染能力：

sudo apt install mesa-utils
glxinfo | grep "OpenGL renderer"

输出应显示当前使用的显卡（如NVIDIA GeForce RTX 3060/PCIe/SSE2）。

1.2.2 集成显卡测试

切换至集成显卡（如Intel/AMD核显）后重复测试，确认双显卡切换功能正常：

prime-select intel  # 切换至Intel核显
glxinfo | grep "OpenGL renderer"  # 应显示核显信息

1.2.3 多显卡并行计算测试

对于计算密集型任务（如深度学习），可使用nvidia-smi监控多卡负载：

nvidia-smi -l 1  # 每秒刷新一次GPU状态

输出示例：

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 515.65.01    Driver Version: 515.65.01    CUDA Version: 11.7     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  NVIDIA RTX 3060     On   | 00000000:01:00.0  On |                  N/A |
| 30%   45C    P0    30W / 170W |     1024MiB /  6144MiB |     10%      Default |
+-------------------------------+----------------------+----------------------+

二、多显卡配置技巧

2.1 驱动冲突解决

问题：安装NVIDIA驱动后系统无法启动。
解决方案：

1. 进入恢复模式，卸载冲突驱动：

   sudo apt purge nvidia-*

2. 禁用nouveau驱动（NVIDIA开源驱动）：

   sudo nano /etc/modprobe.d/blacklist.conf
   # 添加以下内容：
   blacklist nouveau
   options nouveau modeset=0

3. 更新initramfs并重启：

   sudo update-initramfs -u
   sudo reboot

2.2 混合显卡切换优化

场景：需要频繁在独显与核显间切换。
优化方法：

1. 使用envycontrol工具简化切换流程：

   sudo apt install git python3-pip
   git clone https://github.com/bayasdev/envycontrol.git
   cd envycontrol
   sudo pip3 install .
   sudo envycontrol -s nvidia  # 切换至独显
   sudo envycontrol -s integrated  # 切换至核显

2. 配置自动切换规则（如根据电源适配器状态）：

   sudo nano /etc/default/grub
   # 添加以下参数至GRUB_CMDLINE_LINUX：
   GRUB_CMDLINE_LINUX="acpi_osi=Linux acpi_backlight=vendor"
   sudo update-grub

三、多显卡性能优化策略

3.1 功耗管理

目标：平衡性能与能耗。
方法：

1. 调整NVIDIA显卡的PowerMizer模式：

   sudo nvidia-settings -a "[gpu:0]/GPUPowerMizerMode=1"  # 1=自适应，2=高性能

2. 为AMD显卡配置powercap：

   sudo apt install radeontop
   radeontop -p 50  # 限制功耗为50W

3.2 计算任务分配

场景：多卡并行训练深度学习模型。
示例：使用PyTorch的多GPU训练：

import torch
device_ids = [0, 1]  # 假设使用两张GPU
model = torch.nn.DataParallel(model, device_ids=device_ids).cuda()

监控命令：

watch -n 1 "nvidia-smi --query-gpu=index,name,utilization.gpu,temperature.gpu --format=csv"

3.3 显示输出配置

问题：多显卡环境下显示器连接错误导致无信号。
解决方案：

1. 使用xrandr配置显示输出：

   xrandr --listproviders
   # 输出示例：
   Providers: number : 2
   Provider 0: id: 0x45 cap: 0xf (Source Output, Sink Output, Source Offload, Sink Offload)
   Provider 1: id: 0x2b cap: 0x0

2. 启用多GPU渲染（需Xorg支持）：

   sudo nano /etc/X11/xorg.conf
   # 在Section "ServerLayout"中添加：
   Option "AutoAddDevices" "false"
   Option "AutoEnableDevices" "false"

四、常见问题排查

4.1 黑屏/启动失败

步骤：

1. 重启进入恢复模式（按住Shift键）。
2. 选择root shell，卸载最近安装的驱动：

   sudo apt purge nvidia-*
   sudo apt autoremove

3. 重新安装驱动并重启。

4.2 CUDA工具包兼容性

问题：CUDA版本与驱动不匹配。
解决方案：

1. 查询驱动支持的CUDA版本：

   nvidia-smi -q | grep "CUDA Version"

2. 安装对应版本的CUDA工具包（如11.7）：

   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 install cuda-11-7

五、总结与建议

1. 驱动管理：优先使用ubuntu-drivers自动安装，避免手动下载。
2. 测试验证：通过glxinfo、nvidia-smi等工具确认显卡状态。
3. 功耗优化：根据场景调整PowerMizer或powercap参数。
4. 故障排查：保留恢复模式入口，便于快速修复。

通过系统化的测试与配置，Ubuntu多显卡环境可实现稳定高效的运行，满足从图形设计到科学计算的多样化需求。