在PVE9.0下使用NVIDIA vGPU19.0显卡虚拟化拆分技术--应用于Windows/Ubuntu系统

记录6.14内核的PVE9.0.3版本配置NVIDIA vGPU19.0版本的显卡虚拟化拆分，NVIDIA vGPU是一项由 NVIDIA 开发的虚拟化技术。它允许单个物理的 NVIDIA GPU（显卡）被多个虚拟机（VM）同时、直接地共享使用。注意它不是一个免费的项目，需要购买软件许可vGPU License才能完整的使用vGPU。本文涉及的vGPU功能基于技术社区方案实现，仅限个人测试、学习及非商业用途，禁止用于商业生产环境。

硬件配置

演示的显卡依旧是哥布林救出来的“女生一手自用P106-100”显卡

显卡支不支持vGPU虚拟化，可以点开下边列表进行查阅。

资源下载

百度网盘:https://pan.baidu.com/s/1rqgxvmFku6rG2Ppjq4g-cg?pwd=knrj

BIOS设置

PVE的安装和基本设置

PVE烧录U盘

提前把balenaEtcher烧录工具和PVE安装镜像下载好，这里我用的是proxmox-ve_9.0-1.iso版本，用balenaEtcher烧录工具将镜像写入U盘或者移动硬盘，然后插到主机进行PVE的安装。

安装PVE系统

将U盘或者移动硬盘接入主机引导启动到PVE安装界面，采用第一种图形化界面进行安装。PVE系统我这边给了28G，20G作为PVE系统盘用于存些ISO镜像啥的，不需要太大。按自己需要设置。另外8G作为SWAP虚拟内存用。
PVE图形界面手动分区安装示意图：

PVE基本设置

使用浏览器登录到PVE后台，需要对PVE进行硬盘挂载和一些基本设置，在PVE Shell 中执行。（以下设置将会大量使用nano文本编辑命令，至于怎么使用nano命令点我去学习）

删除local-lvm将空间合并到local

前面只给PVE系统盘分配了20G空间，再分出个local-lvm分区那local系统分区就没多少空间了，所以我们需要进行合并，删除local-lvm。

# 使用命令删除local-lvm
lvremove /dev/pve/data
# 输入y，确认，输出以下信息即成功
Do you really want to remove active logical volume pve/data? [y/n]: y
Logical volume "data" successfully removed.
# 再将local-lvm的空间转移到pve-root
lvextend -rl +100%FREE /dev/pve/root
# 输出以下信息即合并local分区成功
Size of logical volume pve/root changed from <9.75 GiB (2495 extents) to <19.50 GiB (4991 extents).
Logical volume pve/root successfully resized.
resize2fs 1.47.0 (5-Feb-2023)
Filesystem at /dev/mapper/pve-root is mounted on /; on-line resizing required
old_desc_blocks = 2, new_desc_blocks = 3
The filesystem on /dev/mapper/pve-root is now 5110784 (4k) blocks long.

删除了lvm-thin之后，还需要在Web删除local-lvm才算完成。

把剩余的空间挂载为PVE数据存储池

最后就是把剩余的硬盘空间用作PVE数据存储池，需要做下硬盘分区。（这里要根据自己实际硬盘ID操作，我这里的是sda,用M.2硬盘的可能是nvme0n1不要盲目照抄）@零帧起手

硬盘分区好后，可以到PVE控制台看到硬盘分区情况

接着就是将该分区挂载为PVE数据存储池，把虚拟机安装到该存储池下就行。

PVE换源

更换国内源主要是为了解决网络访问问题、提升下载速度、确保系统更新的可靠性，同时避免付费订阅的要求。
更换系统源
中科大源

# 替换 Debian 官方源和安全源为中科大源
sed -i 's/deb.debian.org/mirrors.ustc.edu.cn/g' /etc/apt/sources.list.d/debian.sources
sed -i 's/security.debian.org/mirrors.ustc.edu.cn/g' /etc/apt/sources.list.d/debian.sources

更换企业源
中科大源

# 关闭官方订阅企业源
sed -i '/Types:/a Enabled: false' /etc/apt/sources.list.d/pve-enterprise.sources
# 新增无订阅企业源为中科大源
cat > /etc/apt/sources.list.d/pve-no-subscription.sources <<EOF
Types: deb
URIs: https://mirrors.ustc.edu.cn/proxmox/debian/pve
Suites: trixie
Components: pve-no-subscription
Signed-By: /usr/share/keyrings/proxmox-archive-keyring.gpg
EOF

更换Ceph源
中科大源

# 匹配当前Ceph版本和系统版本并更换为社区无订阅的中科大源
if [ -f /etc/apt/sources.list.d/ceph.sources ]; then
  CEPH_CODENAME=`ceph -v | grep ceph | awk '{print $(NF-1)}'`
  source /etc/os-release
  cat > /etc/apt/sources.list.d/ceph.sources <<EOF
Types: deb
URIs: https://mirrors.ustc.edu.cn/proxmox/debian/ceph-$CEPH_CODENAME
Suites: $VERSION_CODENAME
Components: no-subscription
Signed-By: /usr/share/keyrings/proxmox-archive-keyring.gpg
EOF
fi

执行更新

# 更新软件包
apt update

LXC容器更源
国内清华源

# 备份APLInfo.pm
cp /usr/share/perl5/PVE/APLInfo.pm /usr/share/perl5/PVE/APLInfo.pm_back
# 替换为清华源：
sed -i 's|http://download.proxmox.com|https://mirrors.tuna.tsinghua.edu.cn/proxmox|g' /usr/share/perl5/PVE/APLInfo.pm
# 重启服务后生效
systemctl restart pvedaemon.service

PVE常用优化脚本

# 一键给PVE增加温度和CPU频率显示；硬盘信息；取消弹窗订阅；
(curl -Lf -o /tmp/temp.sh https://raw.githubusercontent.com/a904055262/PVE-manager-status/main/showtempcpufreq.sh || curl -Lf -o /tmp/temp.sh https://mirror.g hproxy.com/https://raw.githubusercontent.com/a904055262/PVE-manager-status/main/showtempcpufreq.sh) && chmod +x /tmp/temp.sh && /tmp/temp.sh remod

开启硬件直通

从Proxmox VE 8.0 开始，系统在检测到CPU和芯片组支持 IOMMU 的情况下，会自动启用内核参数，用户通常无需手动在 GRUB 中添加 intel_iommu=on 参数。只需要在主板BIOS开启IO虚拟化功能就能正常直通了。英特尔为vt-d，AMD平台是iommu。

加载内核模块

加载内核模块，使用nano命令加入以下信息
nano /etc/modules

vfio
vfio_iommu_type1
vfio_pci
vfio_virqfd

屏蔽设备

添加设备黑名单,编辑pve-blacklist.conf
nano /etc/modprobe.d/pve-blacklist.conf

# 屏蔽NVIDIA显卡
blacklist nouveau
blacklist nvidia
blacklist nvidiafb
# 允许不安全的设备中断
options vfio_iommu_type1 allow_unsafe_interrupts=1

执行更新initramfs

# 更新initramfs
update-initramfs -u -k all

配置 NVIDIA vGPU_Unlock 服务

vGPU_Unlock是解锁 NVIDIA 消费级显卡虚拟化功能的vGPU补丁，消费卡必须安装，原生支持的专业卡，数据中心卡可选安装（推荐也安装，可以解锁NVIDIA限制）。

# 创建vgpu_unlock文件夹
mkdir /etc/vgpu_unlock
# 创建profile_override.toml文件
touch /etc/vgpu_unlock/profile_override.toml
# 创建nvidia-vgpud.service.d,nvidia-vgpu-mgr.service.d启动服务
mkdir /etc/systemd/system/{nvidia-vgpud.service.d,nvidia-vgpu-mgr.service.d}
# 写入路径信息
echo -e "[Service]\nEnvironment=LD_PRELOAD=/opt/vgpu_unlock-rs/target/release/libvgpu_unlock_rs.so" > /etc/systemd/system/nvidia-vgpud.service.d/vgpu_unlock.conf
echo -e "[Service]\nEnvironment=LD_PRELOAD=/opt/vgpu_unlock-rs/target/release/libvgpu_unlock_rs.so" > /etc/systemd/system/nvidia-vgpu-mgr.service.d/vgpu_unlock.conf
# 重新加载服务
systemctl daemon-reload

执行完成后，cat下查看服务配置是否与下边一致
cat /etc/systemd/system/{nvidia-vgpud.service.d,nvidia-vgpu-mgr.service.d}/*

[Service]
Environment=LD_PRELOAD=/opt/vgpu_unlock-rs/target/release/libvgpu_unlock_rs.so
[Service]
Environment=LD_PRELOAD=/opt/vgpu_unlock-rs/target/release/libvgpu_unlock_rs.so

下载预编译好的libvgpu_unlock_rs.so文件

mkdir -p /opt/vgpu_unlock-rs/target/release
cd /opt/vgpu_unlock-rs/target/release
wget -O libvgpu_unlock_rs.so https://yangwenqing.com/files/pve/vgpu/vgpu_unlock/rust/libvgpu_unlock_rs_vgpu19.so

安装 NVIDIA vGPU_HOST 驱动

在宿主机PVE下安装vGPU的HOST驱动。驱动已做修补，自行将host驱动NVIDIA-Linux-x86_64-580.65.05-vgpu-kvm-custom.run上传到/tmp目录

# 安装用到的依赖包和header头文件
apt install build-essential dkms mdevctl pve-headers-$(uname -r)
# 前往上传驱动的/tmp目录
cd /tmp
# 赋予执行权限
chmod +x NVIDIA-Linux-x86_64-580.65.05-vgpu-kvm-custom.run
# 安装驱动(默认一路回车直至安装完成即可)
./NVIDIA-Linux-x86_64-580.65.05-vgpu-kvm-custom.run --dkms -m=kernel
# 安装好后执行重启
reboot

# 卸载显卡驱动
./NVIDIA-Linux-x86_64-580.65.05-vgpu-kvm-custom.run --uninstall
# 移除显卡相关程序
apt remove --purge nvidia-*
# 再开始安装驱动(默认一路回车直至安装完成即可)
./NVIDIA-Linux-x86_64-580.65.05-vgpu-kvm-custom.run --dkms -m=kernel

重启完成后查看相关服务状态是否正常

# 查看相关服务状态
systemctl status {nvidia-vgpud.service,nvidia-vgpu-mgr.service}
# 重新启动相关服务
systemctl restart {nvidia-vgpud.service,nvidia-vgpu-mgr.service}
# 停止相关服务
systemctl stop {nvidia-vgpud.service,nvidia-vgpu-mgr.service}

正常运转没有错误说明服务正常
以下为输出日志：

root@pve9:~# systemctl status {nvidia-vgpud.service,nvidia-vgpu-mgr.service}
○ nvidia-vgpud.service - NVIDIA vGPU Daemon
     Loaded: loaded (/usr/lib/systemd/system/nvidia-vgpud.service; enabled; preset: enabled)
    Drop-In: /etc/systemd/system/nvidia-vgpud.service.d
             └─vgpu_unlock.conf
     Active: inactive (dead) since Wed 2025-08-27 20:06:00 CST; 3h 46min ago
 Invocation: a74e7620de244604b92a71531071bccb
    Process: 984 ExecStart=/usr/bin/nvidia-vgpud (code=exited, status=0/SUCCESS)
   Main PID: 984 (code=exited, status=0/SUCCESS)
   Mem peak: 7.6M
        CPU: 634ms

Aug 27 20:06:00 pve9 nvidia-vgpud[984]: Encoder Capacity: 0x64
Aug 27 20:06:00 pve9 nvidia-vgpud[984]: BAR1 Length: 0x100
Aug 27 20:06:00 pve9 nvidia-vgpud[984]: Frame Rate Limiter enabled: 0x1
Aug 27 20:06:00 pve9 nvidia-vgpud[984]: Number of Displays: 4
Aug 27 20:06:00 pve9 nvidia-vgpud[984]: Max pixels: 16384000
Aug 27 20:06:00 pve9 nvidia-vgpud[984]: Display: width 5120, height 2880
Aug 27 20:06:00 pve9 nvidia-vgpud[984]: Multi-vGPU Exclusive supported: 0x1
Aug 27 20:06:00 pve9 nvidia-vgpud[984]: License: GRID-Virtual-PC,2.0;Quadro-Virtual-DWS,5.0;GRID-Virtual-WS,2.0;GRID-Virtual-WS-Ext,2.0
Aug 27 20:06:00 pve9 systemd[1]: nvidia-vgpud.service: Deactivated successfully.
Aug 27 20:06:00 pve9 systemd[1]: Finished nvidia-vgpud.service - NVIDIA vGPU Daemon.

● nvidia-vgpu-mgr.service - NVIDIA vGPU Manager Daemon
     Loaded: loaded (/usr/lib/systemd/system/nvidia-vgpu-mgr.service; enabled; preset: enabled)
    Drop-In: /etc/systemd/system/nvidia-vgpu-mgr.service.d
             └─vgpu_unlock.conf
     Active: active (running) since Wed 2025-08-27 20:06:00 CST; 3h 46min ago
 Invocation: f323e4299db44e0e9077dbaa55110d14
    Process: 1200 ExecStart=/usr/bin/nvidia-vgpu-mgr (code=exited, status=0/SUCCESS)
   Main PID: 1208 (nvidia-vgpu-mgr)
      Tasks: 6 (limit: 38267)
     Memory: 37.9M (peak: 78.3M)
        CPU: 7.743s
     CGroup: /system.slice/nvidia-vgpu-mgr.service
             ├─1208 /usr/bin/nvidia-vgpu-mgr
             └─1574 vgpu

随后使用nvidia-smi
以下为输出日志：

root@pve9:~# nvidia-smi
Wed Aug 27 23:54:38 2025       
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 580.65.05              Driver Version: 580.65.05      CUDA Version: N/A      |
+-----------------------------------------+------------------------+----------------------+
| GPU  Name                 Persistence-M | Bus-Id          Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
|                                         |                        |               MIG M. |
|=========================================+========================+======================|
|   0  NVIDIA P106-100                On  |   00000000:08:00.0 Off |                  N/A |
| 23%   46C    P8              7W /  120W |    1041MiB /   6144MiB |      1%      Default |
|                                         |                        |                  N/A |
+-----------------------------------------+------------------------+----------------------+

+-----------------------------------------------------------------------------------------+
| Processes:                                                                              |
|  GPU   GI   CI              PID   Type   Process name                        GPU Memory |
|        ID   ID                                                               Usage      |
|=========================================================================================|
|    0   N/A  N/A            1574    C+G   vgpu                                   1012MiB |
+-----------------------------------------------------------------------------------------+
root@pve9:~# nvidia-smi vgpu
Wed Aug 27 23:54:44 2025       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 580.65.05              Driver Version: 580.65.05                 |
|---------------------------------+------------------------------+------------+
| GPU  Name                       | Bus-Id                       | GPU-Util   |
|      vGPU ID     Name           | VM ID     VM Name            | vGPU-Util  |
|=================================+==============================+============|
|  0   NVIDIA P106-100            | 00000000:08:00.0             |   0%       |
|      3251634191  GRID T4-1Q     | dd02...  Windows10-22H2,d... |    0%      |
+---------------------------------+------------------------------+------------+

以及mdevctl types查看
以下为输出日志：

root@pve9:~# mdevctl types
0000:08:00.0
  nvidia-222
    Available instances: 15
    Device API: vfio-pci
    Name: GRID T4-1B
    Description: num_heads=4, frl_config=45, framebuffer=1024M, max_resolution=5120x2880, max_instance=16
  nvidia-223
    Available instances: 0
    Device API: vfio-pci
    Name: GRID T4-2B
    Description: num_heads=4, frl_config=45, framebuffer=2048M, max_resolution=5120x2880, max_instance=8
  nvidia-224
    Available instances: 0
    Device API: vfio-pci
    Name: GRID T4-2B4
    Description: num_heads=4, frl_config=45, framebuffer=2048M, max_resolution=5120x2880, max_instance=8
  nvidia-225
    Available instances: 15
    Device API: vfio-pci
    Name: GRID T4-1A
    Description: num_heads=1, frl_config=60, framebuffer=1024M, max_resolution=1280x1024, max_instance=16
  nvidia-226
    Available instances: 0
    Device API: vfio-pci
    Name: GRID T4-2A
    Description: num_heads=1, frl_config=60, framebuffer=2048M, max_resolution=1280x1024, max_instance=8
  nvidia-227
    Available instances: 0
    Device API: vfio-pci
    Name: GRID T4-4A
    Description: num_heads=1, frl_config=60, framebuffer=4096M, max_resolution=1280x1024, max_instance=4
  nvidia-228
    Available instances: 0
    Device API: vfio-pci
    Name: GRID T4-8A
    Description: num_heads=1, frl_config=60, framebuffer=8192M, max_resolution=1280x1024, max_instance=2
  nvidia-229
    Available instances: 0
    Device API: vfio-pci
    Name: GRID T4-16A
    Description: num_heads=1, frl_config=60, framebuffer=16384M, max_resolution=1280x1024, max_instance=1
  nvidia-230
    Available instances: 15
    Device API: vfio-pci
    Name: GRID T4-1Q
    Description: num_heads=4, frl_config=60, framebuffer=1024M, max_resolution=5120x2880, max_instance=16

Ampere架构显卡开启vGPU

Ampere架构的显卡在PVE安装好vGPU HOST驱动后，还需要开启VF才能使用vGPU，开启VF前你需要在BIOS打开SR-IOV功能。（用的不是Ampere架构以上的显卡请跳过这部分@零帧起手）
在PVE Shell 新建一个Systemd自启动服务，开机自启动VF

cat > /etc/systemd/system/nvidia-sriov.service <<EOF
[Unit]
Description=Enable NVIDIA SR-IOV
After=network.target nvidia-vgpud.service nvidia-vgpu-mgr.service
Before=pve-guests.service

[Service]
Type=oneshot
ExecStartPre=/bin/sleep 5
ExecStart=/usr/lib/nvidia/sriov-manage -e ALL

[Install]
WantedBy=multi-user.target
EOF

打开VF后，就可以选Mdev类型开启vGPU给虚拟机了。

# 重新加载服务
systemctl daemon-reload
# 设置nvidia-sriov.service，开机自启动
systemctl enable nvidia-sriov.service
# 启动VF
systemctl restart nvidia-sriov.service

# 下载displaymodeselector工具到PVE根目录
wget https://yun.yangwenqing.com/NVIDIA/vGPU/NVIDIA/Tools/NVIDIA_Display_Mode_Selector_Tool/displaymodeselector
# 授权可执行文件
chmod  +x displaymodeselector
# 切换无显示模式，跟着提示步骤进行关闭
./displaymodeselector --gpumode
# 重启PVE后生效
reboot

创建vGPU资源映射

如果机器的PCI设备列表有很多，或者设备里存在多张显卡又或者在用Ampere架构及以上的显卡采用的是SR-IOV拆分，会多出很多个VF设备。直接从原始设备中添加vGPU的时候很难查找。

这时就可以来创建PCI设备的资源映射，这样在添加vGPU设备时能更快的选择到我们vGPU设备。
A5000采用SR-IOV拆分，会多出很多个VF设备，只需要全部勾选

添加PCI设备时，在映射的设备列表就能找到我们需要的vGPU设备。

搭建fastapi-dls授权服务

NVIDIA vGPU并非免费产品，需要对vGPU驱动购买许可才能正常使用vGPU，这里我用的是技术社区fastapi-dls项目来取得90天的试用许可。我这里提供一个PVE的LXC容器，使用docker服务部署的fastapi-dls授权。

1）将下载下来的LXC容器还原包vzdump-lxc-999-2025_07_31-19_21_51.tar.zst上传到PVE的/var/lib/vz/dump/路径下。然后进行还原

2）并将原来的IP改为自己局域网的IP，这里我用10.10.10.251。

3）开机并登录LXC容器（账号：root密码：123123）并创建fastapi-dls授权服务。注意下边的IP10.10.10.251改为自己的IP。

docker run --restart always -d -e DLS_URL=10.10.10.251 -e DLS_PORT=443 -p 443:443 makedie/fastapi-dls:2.0.2
# 检查fastapi-dls容器是否正在运行
docker ps

创建虚拟机（Win11）

把Win11镜像和virtio-win-0.1.271.iso驱动上传到PVE。然后在PVE上创建一个Win11虚拟机（24h2）实例

注意：vGPU19.0版本需要系统版本在22h2及以上才能正常使用，低于22h2的系统版本是没法安装驱动的。

安装虚拟机（Win11）

启动虚拟机，开始安装Win11

配置虚拟机（Win11）

1）安装virtio驱动
安装好Win11后，把Virtio驱动给打上，进到CD光驱盘运行virtio-win-guest-tools直接下一步直至安装完成

2）启用QEMU Guest Agent
安装好后，PVE的虚拟机概要处上可以看到ip信息，如果看不到ip信息，请在关闭虚拟机，在虚拟机的选项中，启用QEMU Guest Agent

3）开启RDP远程桌面
在系统设置开启RDP远程桌面

4）允许RDP显卡加速
RDP 支持无显卡运行，在远程桌面的时候默认是不调用显卡，可以开启它，让它支持显卡加速。
首先打开虚拟机上的组策略gpedit.msc，依次找到计算机配置->管理模板->Windows组件->远程桌面服务->远程桌面会话主机->远程会话环境在右边选择将硬件图形适配器应用于所有远程桌面服务会话 右键编辑，选择已启用，确定保存。

5）解除RDP 30帧限制
RDP 默认的帧率限制在30帧，可以设置为60帧传输。
在注册表打开该路径 HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\Terminal Server\WinStations

在空白处右键->新建->DWORD（32位）值，命名为DWMFRAMEINTERVAL，双击刚添加的这一项，基数选择为十进制，数值数据填写15，确定保存重启生效。

6）关闭防火墙
关闭Windows防火墙,或者放行3389远程桌面端口

7）关闭睡眠/屏幕
在系统设置中，把屏幕超时改为从不

配置vGPU（Guest驱动）

1）添加vGPU设备
PCI设备：选nvidia显卡（勾选ROM-Bar和PCIE在Mdev类型中选择vgpu设备230）

音频设备：ich9-intel-hda/后端驱动器：无(不添加的话，串流玩游戏时是没有声音的)

# Windows GRID驱动程序
580.88_grid_win10_win11_server2022_dch_64bit_international.exe
# vGPU19.0的nvxdapix.dll补丁用于修补WIN GRID驱动程序
https://github.com/rbqvq/patched-nvidia-grid-drivers/blob/master/patched/19.0/nvxdapix.dll

双击打开GRID驱动程序，等待程序解压完成，并前往程序解压好的路径

将下载下来的nvxdapix.dll补丁替换到Display.Driver文件夹下，然后开始安装GRID驱动程序

安装GRID驱动选择精简安装，遇到Windows安全中心的弹窗选择始终安装此驱动程序软件即可。

3）授权GRID驱动
在浏览器访问fastapi-dls授权服务：https://10.10.10.251/-/client-token会自动下载好授权文件

将文件放入C:\Program Files\NVIDIA Corporation\vGPU Licensing\ClientConfigToken\这个目录下

3) 重启NVIDIA Display Container Ls服务，即可获得授权

如授权失败：①需要检查虚拟机的时间是否对得上授权服务器时间；②fastapi-dls授权服务是否为2.X版本，vGPU18.x后版本必须升级到2.X版本
4）使用远程桌面工具连接上虚拟机跑个鲁大师测试一下显卡是否正常驱动并工作

[profile.nvidia-230]
cuda_enabled = 1
frl_enabled = 0
vgpu_type = "NVS"

安装驱动

1) 安装显卡驱动前先将需要的依赖文件打上

# 安装ssh工具，使用第三方SSH工具（putty,终端）连接到Ubuntu，PVE里面控制台无法复制命令
sudo apt-get install openssh-server
# 需要所需依赖
sudo apt install build-essential linux-headers-generic libglvnd-dev pkg-config -y
# 安装dkms
sudo apt install dkms -y
# 安装32位兼容库
sudo dpkg --add-architecture i386
sudo apt update
sudo apt install libc6:i386 -y

2）屏蔽自带的显卡驱动

# 创建blacklist-nouveau.conf文件
sudo nano /etc/modprobe.d/blacklist-nouveau.conf
# 在blacklist-nouveau.conf文件添加如下内容：
blacklist nouveau
options nouveau modeset=0
# 重载内核initramfs
sudo update-initramfs -u
# 重启Ubuntu
sudo reboot
# 重启完成后检查nouveau是否已禁用，没有任何输出说明已经禁用
lsmod | grep nouveau
# 切换到文本命令行控制台
sudo chvt 3
# 关闭图形界面服务
sudo service gdm stop

3）安装显卡GRID驱动，将NVIDIA-Linux-x86_64-580.65.06-grid.run上传到/root目录下

# 切换root权限
sudo -i
# 给可执行权限
cd /root && chmod +x NVIDIA-Linux-x86_64-580.65.06-grid.run
# 安装驱动（默认回车直至安装完成即可）
./NVIDIA-Linux-x86_64-580.65.06-grid.run --dkms
# 安装完驱动后删除官方nvidia-gridd文件
rm -f /usr/bin/nvidia-gridd
# 下载破解好的nvidia-gridd文件
wget -O /usr/bin/nvidia-gridd https://github.com/rbqvq/patched-nvidia-grid-drivers/raw/refs/heads/master/patched/19.0/nvidia-gridd
# 授予可执行权限
chmod +x /usr/bin/nvidia-gridd
# 重启服务
systemctl restart nvidia-gridd

4）使用nvidia-smi验证驱动是否正常

ubuntu@ubuntu-Standard-PC-Q35-ICH9-2009:~$ nvidia-smi
Thu Aug 28 23:02:49 2025
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 580.65.06              Driver Version: 580.65.06      CUDA Version: 13.0     |
+-----------------------------------------+------------------------+----------------------+
| GPU  Name                 Persistence-M | Bus-Id          Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
|                                         |                        |               MIG M. |
|=========================================+========================+======================|
|   0  GRID T4-1Q                     On  |   00000000:01:00.0 Off |                  N/A |
| N/A   N/A    P0            N/A  /  N/A  |      11MiB /   4096MiB |      0%      Default |
|                                         |                        |                  N/A |
+-----------------------------------------+------------------------+----------------------+

+-----------------------------------------------------------------------------------------+
| Processes:                                                                              |
|  GPU   GI   CI              PID   Type   Process name                        GPU Memory |
|        ID   ID                                                               Usage      |
|=========================================================================================|
|    0   N/A  N/A            1454      G   /usr/lib/xorg/Xorg                       10MiB |
+-----------------------------------------------------------------------------------------+

启用授权

# 获取授权文件，以下IP替换成自己的授权服务IP
wget --no-check-certificate -O /etc/nvidia/ClientConfigToken/client_configuration_token_$(date '+%d-%m-%Y-%H-%M-%S').tok https://10.10.10.251/-/client-token
# 或者
curl --insecure -L -X GET https://10.10.10.251/-/client-token -o /etc/nvidia/ClientConfigToken/client_configuration_token_$(date '+%d-%m-%Y-%H-%M-%S').tok

验证授权

# 重启服务
sudo service nvidia-gridd restart
# 验证授权获取情况
nvidia-smi -q | grep License

# 看到有Licensed字样，就授权好了。
ubuntu@ubuntu-Standard-PC-Q35-ICH9-2009:~$ nvidia-smi -q | grep License
    vGPU Software Licensed Product
        License Status                    : Licensed (Expiry: 2025-11-26 14:31:55 GMT)

# 下载cuda 13 安装程序
wget https://developer.download.nvidia.com/compute/cuda/13.0.0/local_installers/cuda_13.0.0_580.65.06_linux.run
# 执行安装cuda程序
sudo sh cuda_13.0.0_580.65.06_linux.run

┌──────────────────────────────────────────────────────────────────────────────┐
│  End User License Agreement                                                  │
│  --------------------------                                                  │
│                                                                              │
│  NVIDIA Software License Agreement and CUDA Supplement to                    │
│  Software License Agreement.                                                 │
│                                                                              │
│  The CUDA Toolkit End User License Agreement applies to the                  │
│  NVIDIA CUDA Toolkit, the NVIDIA CUDA Samples, the NVIDIA                    │
│  Display Driver, NVIDIA Nsight tools (Visual Studio Edition),                │
│  and the associated documentation on CUDA APIs, programming                  │
│  model and development tools. If you do not agree with the                   │
│  terms and conditions of the license agreement, then do not                  │
│  download or use the software.                                               │
│                                                                              │
│  Last updated: January 12, 2025                                              │
│                                                                              │
│                                                                              │
│  Preface                                                                     │
│  -------                                                                     │
│                                                                              │
│──────────────────────────────────────────────────────────────────────────────│
│ Do you accept the above EULA? (accept/decline/quit):                         │
│ accept                                                                       │
└──────────────────────────────────────────────────────────────────────────────┘

┌──────────────────────────────────────────────────────────────────────────────┐
│ CUDA Installer                                                               │
│ - [ ] Driver                                                                 │
│      [ ] 580.65.06                                                           │
│ + [X] CUDA Toolkit 13.0                                                      │
│   [X] CUDA Documentation 13.0                                                │
│ - [ ] Kernel Objects                                                         │
│      [ ] nvidia-fs                                                           │
│   Options                                                                    │
│   Install                                                                    │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│                                                                              │
│ Up/Down: Move | Left/Right: Expand | 'Enter': Select | 'A': Advanced options │
└──────────────────────────────────────────────────────────────────────────────┘

# 在最后添加以下变量信息
export PATH=$PATH:/usr/local/cuda-13.0/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-13.0/lib64

source ~/.bashrc

root@ubuntu-Standard-PC-Q35-ICH9-2009:~# nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2025 NVIDIA Corporation
Built on Wed_Jul_16_07:30:01_PM_PDT_2025
Cuda compilation tools, release 13.0, V13.0.48
Build cuda_13.0.r13.0/compiler.36260728_0

wget https://developer.download.nvidia.com/compute/cudnn/9.12.0/local_installers/cudnn-local-repo-ubuntu2404-9.12.0_1.0-1_amd64.deb
sudo dpkg -i cudnn-local-repo-ubuntu2404-9.12.0_1.0-1_amd64.deb
sudo cp /var/cudnn-local-repo-ubuntu2404-9.12.0/cudnn-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cudnn9-cuda-13

学习|致谢

• NVIDIA Virtual GPU Software v19.0
• vgpu-unlock-rs
• FastAPI-DLS
• patched-nvidia-grid-driver
• NVIDIA Local Trusted Store