From c7be3251ab56eabe608a1b37a7d45f6c456a5212 Mon Sep 17 00:00:00 2001 From: KonnosPB Date: Tue, 14 Oct 2025 22:07:03 +0200 Subject: [PATCH] Add documentation for UI recovery session after NVIDIA driver failure --- UI-Recovery-Session-2025-10-14.md | 235 ++++++++++++++++++++++++++++++ 1 file changed, 235 insertions(+) create mode 100644 UI-Recovery-Session-2025-10-14.md diff --git a/UI-Recovery-Session-2025-10-14.md b/UI-Recovery-Session-2025-10-14.md new file mode 100644 index 0000000..d455698 --- /dev/null +++ b/UI-Recovery-Session-2025-10-14.md @@ -0,0 +1,235 @@ +# UI Recovery Session - 14. Oktober 2025 + +## Context für nachfolgende KI-Assistenz + +Dieses Dokument beschreibt eine erfolgreich durchgeführte UI-Wiederherstellung nach einem fehlgeschlagenen NVIDIA-Treiber-Setup. Die Informationen sind für KI-Assistenzsysteme strukturiert. + +--- + +## Ausgangssituation + +**Hardware:** +- GPU: NVIDIA GeForce RTX 3060 (Ampere, GA104) +- Monitor: Samsung 4K Display (angeschlossen über DisplayPort-3) +- System: openSUSE Leap 15.6, Kernel 6.4.0-150600.23.50-default + +**Problem:** +Nach Reboot war keine funktionsfähige grafische UI vorhanden. Der Benutzer musste über SSH (VS Code Remote-SSH Extension) auf das System zugreifen. + +**Symptome:** +- Kein Login-Bildschirm sichtbar +- Display zeigte verzerrrtes Bild (obere Hälfte schwarz, untere Hälfte kaum erkennbar, Zeilenversatz, grün verfärbt) +- Monitor schaltete sich zeitweise ab (kein stabiles Signal) +- Konsole (TTY) war lesbar, aber kein Desktop-Environment + +--- + +## Root Cause Analyse + +### 1. Initiales Problem: Fehlende nouveau Userspace-Treiber + +``` +Status nach Reboot: +- nouveau Kernel-Modul: geladen ✓ +- xf86-video-nouveau (Xorg DDX): FEHLT ✗ +- Mesa-dri-nouveau (3D-Beschleunigung): FEHLT ✗ +``` + +**Logs zeigten:** +``` +(WW) Warning, couldn't open module nouveau +(EE) Failed to load module "nouveau" (module does not exist, 0) +(EE) open /dev/dri/card0: No such file or directory +``` + +X.org fiel auf fbdev (Software-Framebuffer) zurück, was nicht funktionierte. + +### 2. Sekundäres Problem: nouveau ohne Firmware auf Ampere GPU + +Nach Installation der fehlenden Pakete (`xf86-video-nouveau`, `Mesa-dri-nouveau`): + +``` +Kernel-Log: +nouveau 0000:07:00.0: acr: firmware unavailable +nouveau 0000:07:00.0: gr: firmware unavailable +nouveau 0000:07:00.0: sec2: firmware unavailable +``` + +**Resultat:** Verzerrtes, instabiles Display-Bild. nouveau kann RTX 3060 (Ampere) ohne proprietäre Firmware nicht korrekt initialisieren. + +### 3. Versuchte Workarounds (nicht erfolgreich) + +- **nomodeset Kernel-Parameter:** Verhinderte KMS, machte alle modernen Treiber unbrauchbar +- **VESA-Treiber:** Weigerte sich zu starten bei vorhandenen DRI-Devices +- **Wayland:** Konnte ohne funktionierenden KMS-Treiber nicht initialisieren + +--- + +## Implementierte Lösung + +### Finale Strategie: Proprietäre NVIDIA-Treiber + +**Entscheidungsgrundlage:** +- nouveau benötigt nicht verfügbare Firmware für RTX 3060 +- Proprietärer NVIDIA-Treiber bietet vollständige Hardware-Unterstützung +- CUDA-Anforderungen (laut ursprünglichem Dokument) benötigen proprietären Treiber + +### Durchgeführte Schritte + +#### 1. Kernel-Parameter bereinigt +```bash +# /etc/default/grub - nomodeset entfernt +GRUB_CMDLINE_LINUX_DEFAULT="nouveau.force_probe=1 splash=silent ... quiet security=apparmor" +sudo grub2-mkconfig -o /boot/grub2/grub.cfg +``` + +#### 2. NVIDIA-Treiber installiert +```bash +sudo zypper install -y \ + nvidia-driver-G06 \ + nvidia-driver-G06-kmp-default \ + nvidia-compute-G06 \ + nvidia-gl-G06 +``` + +**Installierte Version:** 580.95.05 + +**Hinweis:** Dies ist NICHT die im ursprünglichen Runbook angestrebte Version 570.148.08. Die ältere Version war nicht mehr im Repository verfügbar. + +#### 3. nouveau blacklisted +```bash +echo "blacklist nouveau" | sudo tee /etc/modprobe.d/50-blacklist-nouveau.conf +``` + +#### 4. Xorg-Konfigurationen entfernt +```bash +sudo rm /etc/X11/xorg.conf.d/10-vesa.conf +sudo rm /etc/X11/xorg.conf.d/20-nouveau-safe.conf +``` + +#### 5. System neu gestartet +```bash +sudo reboot +``` + +--- + +## Aktueller Status (Post-Recovery) + +### ✓ Erfolge +- Grafische UI funktioniert +- Login-Bildschirm sichtbar +- Monitor empfängt stabiles Signal +- Desktop-Environment nutzbar + +### ⚠️ Offene Punkte für Nachfolge-KI + +#### 1. Treiber-Versionierung +**Problem:** Installierte Version 580.95.05 wird im ursprünglichen Dokument als instabil beschrieben (Display-Dropouts/Blackouts). + +**Empfohlene Aktionen:** +- Überwache System auf Instabilitäten: `journalctl -f -k | grep -iE 'nvrm|xid|gpu|disconnect'` +- Bei Display-Aussetzern: Downgrade auf 570.148.08 sobald verfügbar +- Dokumentiere Version in Paket-Lock: `sudo zypper addlock nvidia-driver-G06` + +**Validierungs-Befehle:** +```bash +# Treiber-Version prüfen +nvidia-smi + +# Auf XID-Fehler prüfen +sudo journalctl -b | grep -i xid + +# 30-Minuten Stabilitätstest +watch -n5 nvidia-smi +``` + +#### 2. CUDA-Funktionalität +**Ungetestet:** CUDA-Compute wurde noch nicht validiert. + +**Test-Skript:** +```python +import torch +print('Torch CUDA available:', torch.cuda.is_available()) +print('CUDA devices:', torch.cuda.device_count()) +if torch.cuda.is_available(): + print('Device name:', torch.cuda.get_device_name(0)) +``` + +#### 3. Wayland vs. X11 +**Aktuell:** X11 (GDM-Standard nach Recovery) + +**Optional:** Wayland-Test für bessere Performance: +- Nach stabiler Phase (≥7 Tage) testen +- Bei Grafikglitches zurück auf X11 + +#### 4. Sicherheits-Updates +**Monitoring:** Monatlich NVIDIA Security Bulletins prüfen +- https://nvidia.custhelp.com/app/answers/list/c/11/p/11 + +--- + +## Lessons Learned + +### Für zukünftige Troubleshooting-Sessions + +1. **nouveau auf Ampere (RTX 30xx) = nicht produktionsreif** + - Firmware-Anforderungen nicht in Standard-Repos + - Proprietärer Treiber ist einzige stabile Option + +2. **nomodeset ist destruktiv** + - Deaktiviert KMS komplett + - Macht moderne Treiber (nouveau, modesetting, Wayland) unbrauchbar + - Nur als Last-Resort für Hardware-Debugging + +3. **Xorg auto-detection funktioniert meist besser** + - Manuelle xorg.conf-Snippets nur wenn nötig + - Treiber-Präferenz: proprietär > modesetting > vesa + +4. **SSH-Recovery-Zugang ist kritisch** + - Ermöglichte Diagnose trotz fehlender lokaler UI + - Remote-SSH Extension (VS Code) war ausschlaggebend + +--- + +## Referenzen + +- Ursprüngliches Dokument: `OpenSuse-Nividia.md` (enthält Downgrade-Runbook auf 570.148.08) +- Session-Datum: 14. Oktober 2025 +- Recovery-Methode: Remote via SSH + +--- + +## Nachfolge-Aufgaben (Priorisiert) + +### Priorität 1 (Sofort) +- [ ] `nvidia-smi` ausführen und Treiber-Version bestätigen +- [ ] Kernel-Log auf XID-Fehler prüfen (30 Min Beobachtung) +- [ ] Snapshot erstellen: `sudo snapper create --description "Post-NVIDIA-Recovery"` + +### Priorität 2 (Innerhalb 24h) +- [ ] CUDA-Test durchführen +- [ ] Langzeit-Stabilitätstest (GPU-Last): `glmark2` oder ähnlich +- [ ] Dokumentiere etwaige Display-Aussetzer mit Zeitstempel + +### Priorität 3 (Innerhalb 1 Woche) +- [ ] Prüfe Verfügbarkeit von nvidia-driver-G06-570.148.08 im Repo +- [ ] Bei stabiler Laufzeit (>7 Tage): Paket-Lock setzen +- [ ] Update dieses Dokument mit finalen Stabilitätsergebnissen + +--- + +## Kontakt-Informationen für Nachfolge-KI + +**Arbeitsumgebung:** openSUSE Leap 15.6 +**Primäres Dokument:** `/home/kosta/Repos/GitTea/KonnosPB/KI-Diskussionen/OpenSuse-Nividia.md` +**Benutzer:** kosta +**Kritische Services:** CUDA/KI-Compute Workloads (erwartete Hauptnutzung) + +**Wichtig:** Bei Display-Instabilität (Flicker, Blackouts) sofort Downgrade auf 570.148.08 gemäß ursprünglichem Runbook durchführen! + +--- + +*Dokument erstellt: 14. Oktober 2025 21:50 CEST* +*Erstellt von: GitHub Copilot (Remote-SSH Recovery Session)* +*Status: UI FUNKTIONSFÄHIG ✓ | Langzeit-Stabilität UNGETESTET*