Ubuntu双显卡深度测试与多显卡配置指南

一、Ubuntu双显卡配置基础

在Ubuntu系统中配置双显卡（通常指集成显卡+独立显卡）或更多显卡，核心目标是实现显卡切换、负载均衡或并行计算。常见场景包括：笔记本双显卡切换、工作站多GPU渲染、深度学习多卡训练等。

1.1 硬件兼容性检查

• NVIDIA Optimus技术：适用于笔记本的混合显卡方案，需确认是否支持prime-select或nvidia-prime。
• AMD显卡：需检查内核是否支持amdgpu驱动，尤其是新架构显卡（如RDNA3）。
• 多卡互联：若使用NVIDIA SLI或AMD CrossFire，需确认主板PCIe插槽和电源支持。

操作建议：

# 查看已识别的显卡
lspci | grep -i vga
# 检查内核加载的显卡驱动模块
lsmod | grep -E 'nvidia|amdgpu|i915'

1.2 驱动安装与模式选择

• NVIDIA显卡：

  • 安装专有驱动：sudo ubuntu-drivers autoinstall
  • 切换显卡模式：

    sudo prime-select intel  # 切换到集显（省电）
    sudo prime-select nvidia  # 切换到独显（高性能）

  • 验证模式：glxinfo | grep "OpenGL renderer"

• AMD显卡：

  • 使用开源驱动amdgpu（通常随内核自动加载）。
  • 切换高性能模式：编辑/etc/default/grub，添加radeon.dpm=1到GRUB_CMDLINE_LINUX。

二、多显卡性能测试方法

2.1 基准测试工具

• GLXGears：基础OpenGL性能测试（仅适用于简单场景）。

  sudo apt install mesa-utils
  glxgears  # 运行测试

• Unigine Heaven/Superposition：图形渲染压力测试（需下载官方版本）。
• Phoronix Test Suite：综合性能测试套件。

  sudo apt install phoronix-test-suite
  phoronix-test-suite benchmark unigine-heaven

2.2 深度学习多卡测试

• NVIDIA多卡训练：

  • 使用nvidia-smi监控多卡利用率：

    watch -n 1 nvidia-smi

  • 测试多卡并行效率（以PyTorch为例）：

    import torch
    print(torch.cuda.device_count())  # 查看可用GPU数量
    # 示例：多卡数据并行
    model = torch.nn.DataParallel(model).cuda()

• ROCm多卡测试（AMD）：

  • 安装ROCm后运行rocminfo检查设备。
  • 使用HIP或OpenCL测试多卡计算性能。

三、多显卡配置进阶

3.1 显式指定GPU任务

• CUDA环境变量：

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

• Xorg多显卡配置（适用于独立多显卡）：
  • 编辑/etc/X11/xorg.conf，为每块显卡创建Device段。
  • 使用xrandr管理多显示器输出：

    xrandr --listproviders  # 查看GPU提供的显示输出
    xrandr --setprovideroutputsource 1 0  # 将GPU1的输出绑定到GPU0

3.2 虚拟化与GPU直通

• QEMU/KVM GPU直通：
  • 确认IOMMU支持（Intel VT-d/AMD IOMMU）：

    dmesg | grep -i iommu

  • 编辑/etc/default/grub，添加intel_iommu=on或amd_iommu=on。
  • 使用virt-manager配置PCIe设备直通。

四、常见问题与解决

4.1 双显卡切换失败

• 现象：prime-select切换后黑屏或卡顿。
• 原因：驱动冲突或Xorg配置错误。
• 解决：
  1. 卸载冲突驱动：

     sudo apt purge nvidia-*
     sudo apt autoremove

  2. 重新安装驱动并重启。

4.2 多卡训练利用率低

• 现象：多卡训练时部分GPU负载不足。
• 原因：数据加载瓶颈或通信开销过大。
• 优化建议：
  • 使用DALI加速数据加载（NVIDIA）。
  • 调整batch_size和num_workers。
  • 检查NCCL/Gloo通信后端配置。

五、最佳实践建议

1. 驱动管理：

   • 避免混合使用开源和专有驱动（如nouveau与nvidia）。
   • 定期更新驱动和内核以修复兼容性问题。

2. 电源管理：

   • 笔记本用户根据场景切换显卡模式（省电/高性能）。
   • 服务器多卡环境禁用集显以减少功耗。

3. 监控与调优：

   • 使用nvidia-smi dmon或radeontop实时监控GPU状态。
   • 调整Persistence Mode（NVIDIA）或PPFeatureMask（AMD）以优化性能。

六、总结

Ubuntu多显卡配置需结合硬件特性、驱动支持和软件工具进行综合调优。从基础的显卡切换到复杂的多卡并行计算，开发者需掌握驱动安装、性能测试和问题排查的全流程。通过合理配置，可显著提升图形渲染、深度学习等任务的执行效率。

扩展阅读：

• Ubuntu Wiki多显卡配置
• NVIDIA多GPU编程指南
• AMD ROCm文档