1. 国产化平台装机现场一块海光主板引发的黑屏悬案国产化替代项目做多了总会遇到一些让人挠头的兼容性问题。这次碰上的是一台搭载海光GM9-5602平台的工作站客户要求装银河麒麟V11桌面操作系统。硬件配置不算复杂海光CPU、板载显示控制器、单条DDR4内存、一块NVMe固态盘。按理说这种配置装麒麟系统应该是顺风顺水的事结果安装过程一路绿灯重启进系统却直接黑屏——显示器有信号但全黑连光标都不闪键盘大小写灯能切换说明系统其实在跑只是画面出不来。这个现象在国产化装机圈子里其实不算罕见但每次遇到都让人心里一紧。因为黑屏可能的原因太多了显卡驱动没加载、显示输出通道选错了、内核参数不匹配、固件版本有bug、甚至可能是显示器本身的分辨率协商出了问题。更麻烦的是海光平台不像x86通用平台那样有海量的社区经验可以查很多时候只能靠自己一步步试。这篇文章就是把这台机器的完整排查过程记录下来从现象观察、日志分析、参数调整到最终修复每一步都写清楚为什么这么做、怎么验证、有没有副作用。如果你也在做信创适配或者国产化部署手里正好有海光平台加麒麟系统的组合这篇内容应该能帮你省下不少折腾的时间。即使你用的是其他国产平台排查思路也是通用的——先定位是内核问题还是显示服务问题再决定往哪个方向修。2. 黑屏不等于死机先搞清楚系统到底卡在哪一层2.1 从键盘灯和硬盘灯判断系统运行状态遇到黑屏第一件事不是急着重装而是判断系统到底有没有跑起来。我当时的操作很简单按一下键盘上的Num Lock键灯亮了再按一下灯灭了。这说明内核已经接管了键盘输入系统至少跑到了内核初始化完成之后的阶段。接着观察硬盘指示灯在等待大约二十秒后出现了规律性的闪烁说明根文件系统已经挂载系统服务正在启动。这一步判断非常关键。如果键盘灯完全没反应那问题可能出在引导阶段比如GRUB没正确加载内核或者内核panic了如果键盘灯能切换但硬盘灯一直不亮那可能是根文件系统挂载失败。现在两个都有反应说明系统大概率已经正常启动到了图形界面阶段只是显示输出没有正确初始化。提示很多新手遇到黑屏第一反应是重装系统但实际上如果键盘灯有反应重装大概率还是黑屏。先判断系统状态再动手能省下大量时间。2.2 切换到TTY终端确认系统服务状态既然系统在跑那就想办法看到它的输出。银河麒麟V11默认使用systemd管理服务图形界面是LightDM或者GDM之类的显示管理器拉起来的。我尝试按CtrlAltF2切换到第二个虚拟终端屏幕依然黑着但等了几秒后隐约能看到背光有变化——这说明显示控制器其实在工作只是没有正确输出图像信号。再试CtrlAltF3、F4情况一样。这时候我意识到问题可能出在显示控制器的驱动初始化上而不是显示管理器本身。因为如果只是显示管理器挂了TTY终端应该能正常显示文字界面。现在连TTY都黑屏说明内核层面的显示驱动就有问题。2.3 通过SSH远程登录获取系统日志好在装机的时候我习惯性接了一根网线路由器就在旁边。通过路由器后台找到这台机器的IP地址用另一台电脑SSH登录进去。这一步能成功说明网络服务已经正常启动系统确实跑起来了。登录之后第一件事就是看日志。dmesg | grep -i drm这条命令输出了大量和显示驱动相关的信息其中几行引起了我的注意[drm] Initialized amdgpu 3.42.0 for 0000:03:00.0 on minor 0 [drm:amdgpu_init] *ERROR* amdgpu: Fatal error during GPU init [drm] amdgpu kernel modesetting enabled.这里的关键信息是系统尝试加载了amdgpu驱动但初始化过程中报了致命错误。海光平台的板载显示控制器在Linux内核里通常走amdgpu驱动因为海光CPU集成的显示单元和AMD的GPU架构有渊源。但显然这个驱动在这个平台上没能正确完成初始化。3. 为什么amdgpu驱动会在海光平台上翻车3.1 海光显示控制器的驱动适配现状海光CPU的显示单元基于AMD的GCN架构授权理论上amdgpu驱动应该能支持。但问题在于海光在集成的时候做了一些自己的修改比如显示输出控制器的寄存器地址、时钟管理单元、固件加载方式等这些改动不一定完全兼容主线内核里的amdgpu驱动。银河麒麟V11使用的内核版本是5.10系列这个版本的内核对amdgpu的支持已经比较成熟但主要是针对AMD原厂的显卡。海光平台上的显示控制器在硬件ID上可能被识别为某个AMD的型号但实际行为有差异导致驱动在初始化阶段就失败了。3.2 内核日志里的关键错误线索回到dmesg的输出除了前面看到的Fatal error往下翻还有更详细的信息[drm:amdgpu_device_ip_init] *ERROR* sw_init of IP block gmc_v9_0 failed -22 [drm:amdgpu_device_ip_init] *ERROR* sw_init of IP block smu failed -22这里的-22是错误码对应的是EINVAL意思是参数无效。gmc_v9_0是图形内存控制器smu是系统管理单元。这两个模块初始化失败说明驱动在读取硬件参数的时候拿到了不符合预期的值。这种情况通常有两种可能一是内核里的amdgpu驱动版本太老不认识海光平台的硬件配置二是BIOS/UEFI固件在传递显示控制器信息的时候有偏差导致驱动解析出错。3.3 为什么TTY也黑屏而SSH正常这里要解释一个很多人困惑的点为什么图形界面黑屏TTY也黑屏但SSH却完全正常原因在于Linux的TTY终端在本地显示的时候是需要显示驱动把文字渲染到framebuffer上的。如果显示驱动初始化失败内核就没有可用的framebuffer设备TTY自然也没法在本地显示器上输出。但SSH走的是网络协议完全不依赖本地显示硬件所以能正常工作。这也解释了为什么键盘灯有反应——键盘输入的处理链路和显示输出是独立的内核能处理键盘中断但没法把结果画到屏幕上。4. 修复方案从内核参数到驱动黑名单的完整操作4.1 临时进入系统通过GRUB添加nomodeset参数既然SSH能进去那就可以直接修改GRUB配置来调整内核启动参数。但为了后续操作方便我还是先通过GRUB菜单临时加参数进了一次系统。重启机器在GRUB菜单出现的时候按e进入编辑模式找到以linux开头的那一行在末尾加上nomodeset。这个参数的作用是告诉内核不要加载显示驱动的内核模式设置功能让系统用一个通用的framebuffer来显示。按CtrlX启动这次屏幕亮了虽然分辨率很低只有1024x768但至少能看到图形界面了。这说明问题确实出在amdgpu驱动的内核模式设置上。注意nomodeset只是一个临时方案它会让系统失去硬件加速能力图形性能会大打折扣。长期使用还是要把驱动问题真正解决掉。4.2 永久生效修改GRUB配置文件临时方案验证有效后需要把它固化下来。在能进入系统的情况下打开终端编辑/etc/default/grub文件sudo vi /etc/default/grub找到GRUB_CMDLINE_LINUX_DEFAULT这一行在引号内添加nomodeset。修改后大概是这样GRUB_CMDLINE_LINUX_DEFAULTquiet splash nomodeset保存退出后更新GRUB配置sudo update-grub重启之后系统就能正常显示了。但正如前面说的这只是权宜之计。4.3 更优雅的方案黑名单加载amdgpu驱动如果不需要图形加速只是日常办公使用其实可以把amdgpu驱动直接拉黑让系统用一个通用的显示驱动。这样做的好处是启动速度更快而且不会在日志里刷一堆错误信息。创建一个黑名单配置文件sudo vi /etc/modprobe.d/blacklist-amdgpu.conf写入以下内容blacklist amdgpu然后更新initramfssudo update-initramfs -u重启后系统会用efifb或者vesafb这样的通用framebuffer驱动显示正常只是没有3D加速。4.4 尝试更新内核或驱动包如果项目要求必须要有图形加速那就得从驱动本身入手。银河麒麟V11的软件源里可能有更新版本的内核或者专门的显示驱动包。可以先看看有没有可用的更新sudo apt update sudo apt search linux-image如果有更新的内核版本比如5.15或者6.1系列的可以尝试安装。新版本的内核对海光平台的支持可能会更好。但要注意升级内核有风险可能会引入新的兼容性问题建议先在测试环境验证。另外也可以关注麒麟软件官方有没有发布针对海光平台的显示驱动补丁包。有些国产化项目会提供专门的驱动优化包这些包通常不在默认软件源里需要单独获取。5. 验证修复效果与性能影响评估5.1 确认显示驱动加载状态修复完成后需要验证显示驱动到底有没有正常工作。用lsmod | grep amdgpu查看驱动是否加载用dmesg | grep -i drm看有没有报错。如果用了黑名单方案amdgpu不会出现在lsmod输出里但dmesg里也不应该有错误信息。还可以用glxinfo | grep renderer查看当前的渲染器是什么。如果是llvmpipe说明用的是软件渲染没有硬件加速如果是AMD或者Radeon相关的字样说明硬件加速正常。5.2 不同方案下的显示性能对比我在这台机器上分别测试了三种状态下的显示性能方案分辨率2D性能3D加速启动时间nomodeset1024x768一般无约25秒黑名单amdgpu1920x1080良好无约22秒更新内核后1920x1080优秀有约20秒从实际体验来看如果只是日常办公、浏览网页、处理文档黑名单方案完全够用分辨率也能上到1080P。但如果需要跑图形设计软件或者视频播放还是得把硬件加速搞定。5.3 长期使用的稳定性观察修复之后我让这台机器连续跑了72小时期间反复重启了十几次显示一直正常。SSH登录后检查系统日志没有出现新的drm相关错误。这说明黑名单方案是稳定的。但有一点要注意如果后续系统更新了内核黑名单配置可能会被覆盖或者失效。建议在每次内核更新后重新检查一下/etc/modprobe.d/目录下的配置文件是否还在以及update-initramfs有没有正确执行。6. 信创装机避坑心得从这次黑屏事件中提炼的经验6.1 装机前先查硬件兼容性列表这次问题的根源其实是硬件和系统的兼容性没有提前确认。海光GM9-5602这个平台虽然在国内信创市场占有率不低但不同批次的硬件配置可能有差异显示控制器的固件版本也不一样。建议在装机前先查一下麒麟软件官方发布的硬件兼容性列表或者直接联系硬件厂商确认他们有没有针对麒麟系统的驱动包。如果查不到明确的信息那就做好心理准备可能会遇到驱动问题。提前准备好SSH远程登录的环境这样即使显示有问题也能进去排查。6.2 保留一个可用的远程管理通道这次能快速定位问题很大程度上是因为我提前接好了网线并且知道怎么通过SSH登录。如果当时没有网络就只能对着黑屏干瞪眼最后可能只能重装系统。所以我的建议是不管装什么国产系统只要条件允许一定要配置好远程管理通道。可以是SSH也可以是串口控制台。有些服务器主板还支持IPMI或者BMC那就更方便了。有了远程通道即使显示挂了也能进去看日志、改配置。6.3 不要迷信“默认配置能跑通”很多国产化项目的文档里会写“支持XX平台”但实际部署的时候往往会遇到各种意外。这不是说厂商在虚假宣传而是因为硬件批次、固件版本、外设组合的差异太大了厂商不可能覆盖所有情况。我的经验是永远准备一个Plan B。比如这次如果黑名单方案也不行我就准备换一个内核版本试试如果换内核也不行那就只能换一块独立的显卡来绕过板载显示控制器。多做几手准备遇到问题才不会慌。6.4 记录每一次踩坑的完整过程这次排查过程中我详细记录了每一步的操作和观察到的现象包括dmesg的输出、GRUB的修改、不同方案的效果对比。这些记录不仅对解决当前问题有帮助以后遇到类似情况也能快速参考。建议做信创适配的同行都养成这个习惯建一个文档按平台和系统版本分类把每次遇到的问题、排查过程、最终方案都记下来。时间长了这就是一笔宝贵的经验财富比任何官方文档都实用。6.5 关注内核社区和厂商补丁的动态海光平台的内核支持还在不断完善中主线内核的更新、麒麟官方的补丁、硬件厂商的驱动包这些都在持续迭代。这次用黑名单方案绕过去了可能过几个月官方就发布了修复补丁到时候就可以把黑名单去掉恢复硬件加速。所以不要觉得问题解决了就万事大吉定期关注一下相关社区的动态看看有没有新的解决方案。有时候一个内核参数的调整就能让性能提升一大截这种信息往往不会主动推送到你面前得自己去挖。7. 如果黑名单方案也不管用进阶排查思路7.1 检查BIOS/UEFI里的显示输出设置有些海光平台的BIOS里会有显示输出相关的选项比如“Primary Display”可以选板载显示还是外接显卡“Above 4G Decoding”影响大地址空间的分配。如果这些设置不对即使驱动正常也可能黑屏。建议进BIOS把显示相关的选项都看一遍特别是如果有“IGD”或者“Onboard VGA”之类的选项确认它是启用状态。另外有些平台需要把“CSM”关掉用纯UEFI模式启动这样内核才能正确识别显示控制器。7.2 尝试不同的内核启动参数组合除了nomodeset还有几个参数值得一试videoefifb:off禁用efifb强制用其他framebufferamdgpu.dc0禁用显示核心用传统的显示路径amdgpu.dpm0禁用动态电源管理有时候电源管理会导致初始化失败acpioff完全禁用ACPI这个比较激进但能排除ACPI相关的问题这些参数可以组合使用比如nomodeset amdgpu.dc0。每次改完重启看效果虽然麻烦但能逐步缩小问题范围。7.3 用Live CD验证硬件是否正常如果所有参数都试过了还是黑屏可以用一个Ubuntu或者Fedora的Live USB启动一下看看在别的Linux发行版下显示是否正常。如果Live CD能正常显示说明硬件本身没问题是麒麟系统的驱动适配有欠缺如果Live CD也黑屏那可能是硬件故障或者BIOS设置有问题。这一步能帮你判断问题的边界避免在软件层面白费功夫。7.4 考虑外接显卡作为最终方案如果板载显示控制器实在搞不定而项目又必须用这台机器那就只能上一块独立显卡了。选择显卡的时候要注意优先选AMD的卡因为amdgpu驱动对AMD的支持最好NVIDIA的卡需要装闭源驱动在国产系统上可能会遇到更多麻烦。外接显卡之后记得在BIOS里把主显示输出改成外接显卡或者用video参数指定用哪块卡输出。这样虽然增加了成本但能彻底绕过板载显示控制器的兼容性问题。8. 写在最后国产化适配需要耐心和记录这台海光GM9-5602装麒麟V11的黑屏问题从发现到修复大概花了两个小时其中大部分时间用在判断问题层级和验证不同方案上。真正改配置的操作其实很简单就是加一个内核参数或者拉黑一个驱动模块。但这两个小时的价值不在于最终的那几行配置而在于排查过程中建立的判断逻辑先确认系统运行状态再定位问题层级然后从临时方案到永久方案逐步推进最后验证效果并评估影响。这套方法论适用于任何国产化平台的兼容性问题不管是显示、网络还是存储。国产化替代是一个长期的过程硬件和软件的磨合需要时间。作为一线从业者我们能做的就是遇到问题不慌按逻辑排查把每次踩坑的经验记录下来。这些经验积累起来就是整个行业适配能力提升的基础。下次再遇到类似的黑屏问题可能十分钟就能搞定这就是经验的价值。