1.1.30 vGPU驱动加载失败且编译失败问题解决

月光微暖冬亦凉 · 昨天 23:32

飞牛升级1.1.30将Linux内核也升级到了6.18.18-trim 之前通过DKMS一键编译驱动的方法已经失效了，因为新内核在老驱动可以说是完全不兼容，本教程将通过修改驱动C代码实现兼容，建议在AI辅助下进行操作！！如果能升级vGPU驱动建议优先选择升级，本教程不适合纯小白！！！

飞牛升级内核导致vgpu驱动加载错误解决方案 - 攻略分享飞牛私有云论坛 fnOS

本文以 nvidia/535.230.02 和 6.18.18-trim 内核为例。实际操作时要注意修改为自己的驱动版本号

1. 先理解问题

NVIDIA 驱动不是普通应用，它需要编译出和当前内核匹配的内核模块，例如：

nvidia.ko
nvidia-uvm.ko
nvidia-modeset.ko
nvidia-drm.ko
nvidia-peermem.ko

内核升级后，旧驱动源码可能跟不上新内核接口变化，于是 DKMS 自动编译失败。常见表现是：

dkms build nvidia/535.230.02

输出类似：

Error! Bad return status for module build on kernel: 6.18.18-trim (x86_64)
Consult /var/lib/dkms/nvidia/535.230.02/build/make.log for more information.

这句话只表示“编译失败”，真正原因在 make.log 里。

2. 排查前准备

先切换到管理员权限。飞牛 NAS 默认不一定允许直接使用 root 登录，建议通过已有管理员账号使用 sudo。

sudo -i

确认当前内核：

kernel="$(uname -r)"
echo "$kernel"

查看 DKMS 状态：

dkms status

查看最近一次 NVIDIA DKMS 构建日志：

tail -n 160 /var/lib/dkms/nvidia/535.230.02/build/make.log

3. 第一类错误：找不到 NVIDIA 公共头文件

如果日志中出现：

fatal error: os-interface.h: No such file or directory
fatal error: nv-firmware.h: No such file or directory
fatal error: nv-dmabuf.h: No such file or directory
fatal error: nv-pci-types.h: No such file or directory

说明 NVIDIA 源码不是完全缺失，而是编译参数没有正确带上 common/inc include 路径。

先确认头文件确实存在：

find /usr/src/nvidia-535.230.02 -name os-interface.h -o -name nv-firmware.h

如果能看到类似：

/usr/src/nvidia-535.230.02/common/inc/os-interface.h
/usr/src/nvidia-535.230.02/common/inc/nv-firmware.h

就说明源码在，只是新内核 Kbuild 没有吃到旧驱动写在 EXTRA_CFLAGS 里的参数。

备份并修复：

src="/usr/src/nvidia-535.230.02/Kbuild"
cp -a "$src" "$src.bak-$(date +%Y%m%d-%H%M%S)"

if ! grep -q 'ccflags-y += $(EXTRA_CFLAGS)' "$src"; then
    printf '\nccflags-y += $(EXTRA_CFLAGS)\n' >> "$src"
fi

4. 第二类错误：timer 接口变更

如果日志中出现：

error: implicit declaration of function 'del_timer_sync'

说明当前内核已经使用新接口 timer_delete_sync()。

确认内核头文件：

grep -n "timer_delete_sync" "/lib/modules/$(uname -r)/build/include/linux/timer.h"

如果存在，就给 NVIDIA Kbuild 添加兼容宏：

src="/usr/src/nvidia-535.230.02/Kbuild"
cp -a "$src" "$src.timer-bak-$(date +%Y%m%d-%H%M%S)"

if ! grep -q "del_timer_sync=timer_delete_sync" "$src"; then
    cat >> "$src" <<'EOF'
ifneq ($(shell grep -q "timer_delete_sync" "$(NV_KERNEL_SOURCES)/include/linux/timer.h" 2>/dev/null && echo y),)
ccflags-y += -Ddel_timer_sync=timer_delete_sync
endif
EOF
fi

5. 第三类错误：DRM 接口变更

如果日志中出现这些错误：

fb_create from incompatible pointer type
struct drm_driver has no member named 'date'
mode_valid from incompatible pointer type

说明 DRM 子系统接口发生了变化：

fb_create 多了 const struct drm_format_info *info 参数
connector mode_valid 的 mode 参数变成了 const
struct drm_driver.date 字段被移除

这一步需要改 NVIDIA DRM 源码。建议只做条件兼容，不要把逻辑写死到某一个内核版本。

需要修改的文件通常是：

/usr/src/nvidia-535.230.02/Kbuild
/usr/src/nvidia-535.230.02/nvidia-drm/nvidia-drm-drv.c
/usr/src/nvidia-535.230.02/nvidia-drm/nvidia-drm-connector.c
/usr/src/nvidia-535.230.02/nvidia-drm/nvidia-drm-fb.c
/usr/src/nvidia-535.230.02/nvidia-drm/nvidia-drm-fb.h

建议每改一个文件都先备份：

file="/usr/src/nvidia-535.230.02/nvidia-drm/nvidia-drm-drv.c"
cp -a "$file" "$file.bak-$(date +%Y%m%d-%H%M%S)"

核心思路是：

在 Kbuild 中检测内核头文件是否包含新接口
根据检测结果定义宏
在 C 文件里用 #if defined(...) 同时兼容新旧内核

示例宏：

ifneq ($(shell grep -q "const struct drm_format_info \*info" "$(NV_KERNEL_SOURCES)/include/drm/drm_mode_config.h" 2>/dev/null && echo y),)
ccflags-y += -DNV_DRM_MODE_CONFIG_FUNCS_FB_CREATE_HAS_FORMAT_INFO_ARG
endif

ifneq ($(shell grep -q "const struct drm_display_mode \*mode" "$(NV_KERNEL_SOURCES)/include/drm/drm_modeset_helper_vtables.h" 2>/dev/null && echo y),)
ccflags-y += -DNV_DRM_CONNECTOR_MODE_VALID_HAS_CONST_MODE_ARG
endif

ifneq ($(shell grep -q "[[:space:]]date;" "$(NV_KERNEL_SOURCES)/include/drm/drm_drv.h" 2>/dev/null && echo y),)
ccflags-y += -DNV_DRM_DRIVER_HAS_DATE
endif

6. 第四类错误：GPL-only 符号

如果编译已经进入 MODPOST 阶段，但失败为：

ERROR: modpost: GPL-incompatible module nvidia.ko uses GPL-only symbol '__vma_start_write'

这说明 NVIDIA 535 调用了 vm_flags_set() / vm_flags_clear()，而新内核里这两个内联函数会间接引用 GPL-only 符号。闭源 NVIDIA 模块不能引用这个符号。

可以改 NVIDIA 自己的包装函数，让它优先使用 __vm_flags_mod()。

目标文件：

/usr/src/nvidia-535.230.02/common/inc/nv-mm.h

核心思路：

#if defined(NV___VM_FLAGS_MOD_PRESENT)
    __vm_flags_mod(vma, flags, 0);
#else
    vm_flags_set(vma, flags);
#endif

对应清理 flags 时：

#if defined(NV___VM_FLAGS_MOD_PRESENT)
    __vm_flags_mod(vma, 0, flags);
#else
    vm_flags_clear(vma, flags);
#endif

同时在 Kbuild 中检测：

ifneq ($(shell grep -q "static inline void __vm_flags_mod" "$(NV_KERNEL_SOURCES)/include/linux/mm.h" 2>/dev/null && echo y),)
ccflags-y += -DNV___VM_FLAGS_MOD_PRESENT
endif

7. 重新构建和安装 DKMS

构建：

dkms build nvidia/535.230.02

安装：

dkms install nvidia/535.230.02

查看状态：

dkms status

正常应看到：

nvidia/535.230.02, 6.18.18-trim, x86_64: installed

8. 注意模块版本冲突

飞牛系统可能自带另一套 NVIDIA 模块，例如 580.142。如果你的 GPU 只支持 535，而系统优先加载 580，就会出现：

NVRM: The NVIDIA GPU ... is not supported by the NVIDIA 580.142 driver release.
modprobe: ERROR: could not insert 'nvidia': No such device

确认当前 modprobe 会加载哪个模块：

modprobe --show-depends -S "$(uname -r)" nvidia | head -n 5

如果它指向：

/lib/modules/.../updates/trim/alternatives/nvidia-gpu/nvidia.ko

而不是：

/lib/modules/.../updates/dkms/nvidia.ko

可以添加 depmod 覆盖规则，让 DKMS 的 535 优先：

cat > /etc/depmod.d/nvidia-dkms-535.conf <<'EOF'
override nvidia * updates/dkms
override nvidia-uvm * updates/dkms
override nvidia-modeset * updates/dkms
override nvidia-drm * updates/dkms
override nvidia-peermem * updates/dkms
EOF

depmod -a "$(uname -r)"

再次确认：

modprobe --show-depends -S "$(uname -r)" nvidia | head -n 5

应该指向：

/lib/modules/当前内核/updates/dkms/nvidia.ko

9. 加载和验证

加载模块：

modprobe nvidia
modprobe nvidia-uvm
modprobe nvidia-modeset
modprobe nvidia-drm

查看模块是否加载：

lsmod | grep -E '^nvidia'

查看 GPU：

nvidia-smi

如果成功，会看到类似：

NVIDIA-SMI 535.230.02
Driver Version: 535.230.02
GPU  Name
GRID P4-2Q

也可以用更适合脚本检查的方式：

nvidia-smi --query-gpu=name,driver_version,memory.total --format=csv,noheader

10. 新手排障顺序总结

遇到 DKMS 失败时，不要先猜原因，按这个顺序查：

看当前内核：
```
uname -r
```
看 DKMS 状态：
```
dkms status
```

看真正错误日志：

tail -n 160 /var/lib/dkms/nvidia/535.230.02/build/make.log

每次只修复一个明确错误。
每次改源码前都备份。
构建成功后再安装。
安装后确认 modprobe 实际加载的是正确版本。
最后用 nvidia-smi 验证。

11. 本次处理结果参考

本次实际处理后的关键结果：

DKMS 状态:
nvidia/535.230.02, 6.18.18-trim, x86_64: installed

模块路径:
/lib/modules/6.18.18-trim/updates/dkms/nvidia.ko

GPU 查询:
GRID P4-2Q, 535.230.02, 2048 MiB

这说明：

NVIDIA 535 DKMS 已经适配当前内核并安装成功
系统模块解析顺序已经切到 DKMS 版本
驱动能正常加载
nvidia-smi 能正常识别 GPU

12. 回滚建议

如果后续需要回滚，优先按备份文件恢复，而不是直接删除目录。

查看备份：

find /usr/src/nvidia-535.230.02 -name "*.bak-*" -o -name "*.sig-bak-*" -o -name "*.vmflags*-bak-*"

移除 depmod 覆盖规则：

rm -f /etc/depmod.d/nvidia-dkms-535.conf
depmod -a "$(uname -r)"

卸载 DKMS 模块：

dkms remove nvidia/535.230.02 --all

回滚前建议先确认业务是否依赖 GPU，避免影响正在运行的转码、虚拟化或容器任务。

		自动登录	找回密码
密码			立即注册