NVIDI驱动升级附带问题

声明
和GLM-5.2对话debug的记录总结而来
以下为GLM-5.2总结原文，GLM总结的还是好颠啊，修改了一点（😐）

Ubuntu 更新 NVIDIA 驱动后网卡消失/无法开机的避坑指南

在 Ubuntu 上更新 NVIDIA 驱动后，可能遇到过重启后网卡掉驱动，经过一番排查，发现根因藏在 Ubuntu 的内核包依赖链与版本管理机制中。
本文将复盘这次问题的发生路径，剖析背后的原理，并给出一套“闭眼更新”的终极安全方案。

一、 问题复现与快速诊断

1. 故事的开端：一次寻常的驱动更新

在 Ubuntu 22.04 机器上，为了支持新显卡，我执行了：

sudo ubuntu-drivers install

系统提示安装成功，顺带更新了一批内核相关的包。当时并未在意，直接重启。结果重启后， nvidia-smi 能用，但网卡彻底消失了（无网络连接），而另一次类似的操作后，系统直接进不去了（Kernel Panic / 卡在 initramfs）。

2. 快速诊断与情景发现

在通过 GRUB 的 “Advanced options” 强制启动旧内核（幸好旧内核还在）恢复网络后，我开始排查问题。通过 dpkg -l 查看内核包状态，发现了两个致命问题：
问题 A：网卡丢失的元凶 —— linux-modules-extra 缺失
Ubuntu 的内核驱动分为三个包：

• linux-image：内核镜像本体。
• linux-modules：核心模块（如基础文件系统、调度器）。
• linux-modules-extra：额外模块（包含 r8169、iwlwifi 等绝大多数网卡驱动和额外文件系统支持）。
  ubuntu-drivers install 依赖预编译的 linux-modules-nvidia-xxx 包，该包只硬依赖 linux-image 和 linux-modules。**它不会主动拉取 linux-modules-extra**。新内核启动时找不到网卡驱动模块，自然就断网了。
  问题 B：无法开机的元凶 —— 跨大版本源污染
  在尝试离线修复时，我误从 Ubuntu 24.04 (noble) 的机器上下载了同版本号（6.8.0-134）的 .deb 包，强装到了 Ubuntu 22.04 (jammy) 机器上。
• Noble 包版本号：6.8.0-134.134
• Jammy 包版本号：6.8.0-134.134~22.04.1
  虽然主版本号一样，但底层 ABI 和签名链不完全兼容，导致新内核启动时直接崩溃。

二、 破局修复：清理污染与补齐模块

如果你也遇到了类似问题，可以通过以下步骤在旧内核下进行修复：
在grub界面通过Advanced选项用旧内核启动。

1. 清理错误的内核包

彻底卸载被污染的 134 内核三件套（包括不匹配的 noble 版本）：

sudo apt purge linux-image-6.8.0-134-generic \
               linux-modules-6.8.0-134-generic \
               linux-modules-extra-6.8.0-134-generic
sudo apt --fix-broken install

2. 重新安装正确的 HWE 内核全家桶

让 apt 从 22.04 的官方源中重新拉取带有 ~22.04.1 后缀的包，并确保 linux-modules-extra 被一并安装：

sudo apt install \
    linux-image-6.8.0-134-generic \
    linux-headers-6.8.0-134-generic \
    linux-modules-6.8.0-134-generic \
    linux-modules-extra-6.8.0-134-generic \
    linux-modules-nvidia-595-open-6.8.0-134-generic \
    linux-image-generic-hwe-22.04 \
    linux-headers-generic-hwe-22.04

3. 强制重建 initramfs 与 GRUB

内核包更新后，必须重新生成 initramfs，否则极易启动失败：

sudo update-initramfs -u -k 6.8.0-134-generic -t
sudo update-grub

重启后，在 GRUB 手动选择 134 内核，网卡和显卡将同时恢复正常。

三、 终极防御：构建安全更新自动化

1. 配置 GRUB 记忆启动项（忽略。。。）

让 GRUB 记住你上次成功启动的内核。如果新内核崩溃，重启后会自动退回旧内核；如果新内核成功，以后就默认走新内核。

sudo sed -i 's/^GRUB_DEFAULT=.*/GRUB_DEFAULT=saved/' /etc/default/grub
grep -q '^GRUB_SAVEDEFAULT' /etc/default/grub || \
    echo 'GRUB_SAVEDEFAULT=true' | sudo tee -a /etc/default/grub
sudo sed -i 's/^GRUB_TIMEOUT_STYLE=.*/GRUB_TIMEOUT_STYLE=menu/' /etc/default/grub
sudo sed -i 's/^GRUB_TIMEOUT=.*/GRUB_TIMEOUT=5/' /etc/default/grub
sudo update-grub

2. 编写 safe-reboot-check.sh 检查脚本

该脚本会在你更新驱动/内核后、重启前自动运行，检查并补全缺失的模块和 initramfs。

#!/bin/bash
set -e
echo "===== 内核安全检查 ====="
# 1. 找出系统里最新的已安装内核（不是当前运行的）
LATEST=$(ls /lib/modules/ | sort -V | tail -1)
CURRENT=$(uname -r)
echo "当前运行内核: $CURRENT"
echo "系统最新内核: $LATEST"
if [ "$LATEST" = "$CURRENT" ]; then
    echo "⚠️  当前已运行最新内核，无需检查。"
    exit 0
fi
# 2. 检查四件套是否齐全
echo ""
echo "===== 检查 $LATEST 的模块包 ====="
for pkg in linux-image linux-headers linux-modules linux-modules-extra; do
    if dpkg -s "${pkg}-${LATEST}" >/dev/null 2>&1; then
        VER=$(dpkg -s "${pkg}-${LATEST}" | awk '/^Version:/{print $2}')
        echo "  ✅ ${pkg}-${LATEST}  ($VER)"
    else
        echo "  ❌ ${pkg}-${LATEST}  缺失！"
        MISSING=1
    fi
done
if [ -n "$MISSING" ]; then
    echo ""
    echo "🔧 正在补装缺失的包..."
    sudo apt install -y \
        linux-image-${LATEST} \
        linux-headers-${LATEST} \
        linux-modules-${LATEST} \
        linux-modules-extra-${LATEST}
fi
# 3. 检查 initramfs 是否存在
echo ""
echo "===== 检查 initramfs ====="
if [ -f "/boot/initrd.img-${LATEST}" ]; then
    SIZE=$(stat -c%s "/boot/initrd.img-${LATEST}" 2>/dev/null || echo 0)
    if [ "$SIZE" -gt 1000000 ]; then
        echo "  ✅ initrd.img-${LATEST} 存在 ($((SIZE/1024/1024))MB)"
    else
        echo "  ⚠️  initramfs 过小，重新生成..."
        sudo update-initramfs -c -k "$LATEST"
    fi
else
    echo "  ❌ initramfs 不存在，正在生成..."
    sudo update-initramfs -c -k "$LATEST"
fi
# 4. 确保旧内核还在（安全网）
echo ""
echo "===== 检查旧内核兜底 ====="
if dpkg -s "linux-image-${CURRENT}" >/dev/null 2>&1; then
    echo "  ✅ 旧内核 ${CURRENT} 仍在，可作退路"
else
    echo "  ❌ 旧内核 ${CURRENT} 已被删除！没有安全网了"
    echo "  建议: sudo apt install linux-image-${CURRENT}"
fi
echo ""
echo "===== 检查完成 ====="
echo "💡 重启后请在 GRUB Advanced 中手动选 ${LATEST} 验证。"
echo "   如果失败，选回 ${CURRENT} 即可。"

3. 日常安全更新 SOP（标准作业程序）

以后更新驱动，只需遵循这三步：

# 1. 安装驱动
sudo ubuntu-drivers install
# 2. 运行安全检查
chmod +x safe-reboot-check.sh
./safe-reboot-check.sh
# 3. 重启并在 GRUB 中手动选择新内核
sudo reboot

总结

Ubuntu 的包依赖机制虽然强大，但在处理内核与驱动的复杂关系时仍有盲区（如 linux-modules-extra 不被强依赖）。跨大版本（如 22.04 和 24.04）安装内核包更是大忌。
通过理解依赖链的运作方式，并配合安全检查脚本与GRUB 兜底机制，我们可以放心地进行内核和驱动的升级，彻底告别“升级一时爽，重启火葬场”的困境。