应优先使用系统内置显卡驱动管理器启用闭源驱动，其次通过APT官方源安装适配驱动；若需新特性则手动安装NVIDIA官方.run驱动，AMD用户可增强amdgpu开源驱动，离线环境需静默部署NVIDIA与CUDA。
如果您在统信UOS系统中遇到图形显示卡顿、4K视频播放不流畅、3D渲染缓慢或GPU加速未启用等问题，则很可能是显卡驱动未正确安装或仍运行低性能的开源驱动（如nouveau或radeon）。以下是针对NVIDIA与AMD两类主流独立显卡，通过驱动安装与配置实现性能提升的多种可行方法：
一、使用系统内置显卡驱动管理器启用闭源驱动
该方式通过图形化界面调用深度适配的驱动管理工具，自动完成闭源驱动启用、开源驱动禁用及Xorg配置生成，无需命令行操作，适合对系统稳定性要求高、不熟悉终端命令的用户。它能快速替换默认的nouveau或radeon驱动，释放GPU真实算力。
1、打开应用商店，搜索并安装deepin-graphics-driver-manager（部分UOS版本需先启用应用商店缓存后才可见）。
2、安装完成后，在“控制中心”→“硬件”→“显卡驱动器”中启动该工具。
3、在驱动列表中选择NVIDIA Proprietary Driver或AMD Proprietary Driver（若存在），点击“应用”按钮。
4、等待系统自动禁用nouveau/radeon模块、生成/etc/X11/xorg.conf.d/20-nvidia.conf或20-amdgpu.conf配置片段，并重启显示服务。
5、重启后执行nvidia-smi（NVIDIA）或glxinfo | grep "OpenGL renderer"（AMD），确认输出中渲染器为对应厂商GPU而非llvmpipe/swrast。
二、通过APT官方源安装经深度测试的适配驱动
统信UOS自v20（1070）起在官方软件源中预置了与当前内核、lightdm/gdm显示管理器及Wayland会话严格匹配的NVIDIA/AMD驱动包，避免手动安装引发的Xorg崩溃、登录循环或GPU加速失效问题。该方式兼顾稳定性与性能，是UOS 1070+用户的推荐方案。
1、确保网络连通，执行sudo apt update更新软件源索引。
2、卸载历史残留驱动：运行sudo apt purge nvidia-* amdgpupro-* && sudo apt autoremove --purge清除旧版驱动及相关配置。
3、安装官方适配驱动：sudo apt install nvidia-driver（NVIDIA）或sudo apt install xserver-xorg-video-amdgpu（AMD），系统将自动选取当前内核可用的最高稳定版。
4、生成标准Xorg配置：sudo nvidia-xconfig（NVIDIA）或确认/etc/X11/xorg.conf.d/20-amdgpu.conf已存在（AMD）。
5、重启系统后，执行glxgears -info观察FPS值，对比启用前应有显著提升；同时运行nvidia-smi -q -d POWER（NVIDIA）或sudo radeontop（AMD）验证GPU实际负载响应。
三、手动安装NVIDIA官方.run驱动以启用最新特性
当需支持RTX 40系显卡、CUDA 12.8开发套件、DLSS 3.5或光线追踪等新特性，且APT源中无对应版本时，必须采用此方式。该方法绕过包管理系统，直接编译加载内核模块，可最大化发挥新架构GPU性能，但须全程在TTY下操作并精确控制参数。
1、切换至纯命令行环境：sudo systemctl stop lightdm，再按Ctrl+Alt+F2进入TTY2终端。
2、禁用nouveau驱动：创建文件/etc/modprobe.d/blacklist-nouveau.conf，写入内容：
blacklist nouveau
options nouveau modeset=0；随后执行sudo update-initramfs -u。
在OpenClaw上部署你的首席AI助理贾维斯（JARVIS）。针对Dell Pro Max GB10（NVIDIA DGX Spark）边缘设备优化。用于设置和配置贾维斯。
3、赋予安装包执行权限：sudo chmod +x ./NVIDIA-Linux-x86_64-*.run。
4、执行安装命令：sudo ./NVIDIA-Linux-x86_64-*.run --no-opengl-files --no-x-check --no-opengl-files（跳过OpenGL库覆盖与X服务检查）。
5、安装完成后，执行sudo modprobe nvidia && sudo modprobe nvidia-uvm加载模块，并重启系统验证nvidia-smi输出是否包含GPU温度、功耗与进程列表。
四、启用并增强AMD开源amdgpu驱动性能
对于RX 500系列及更新的AMD显卡，amdgpu驱动已原生支持GPU调度、H.265硬解与ROCm基础计算，但默认配置未开启全部性能特性。通过内核参数与用户空间工具可显著提升视频解码效率与渲染响应速度。
1、确认当前使用amdgpu驱动：lspci -k | grep -A 3 "VGA\|3D"中Kernel driver in use应为amdgpu。
2、启用GPU调度与电源管理：编辑/etc/default/grub，在GRUB_CMDLINE_LINUX行末添加amdgpu.gpu_recovery=1 amdgpu.exp_hw_support=1，然后执行sudo update-grub && sudo reboot。
3、安装增强工具包：sudo apt install mesa-vulkan-drivers vulkan-tools，并验证vulkaninfo --summary输出中VK_ICD_FILENAMES指向amdgpu-pro或radv。
4、启用H.265/VP9硬解：安装gstreamer1.0-plugins-bad gstreamer1.0-vaapi，并在VLC或MPV中启用VA-API输出后端。
5、验证性能提升：播放4K H.265视频时执行sudo radeontop -d /dev/dri/renderD128，观察Video Core与GFX Core占用率是否动态响应，且CPU占用率低于启用前50%以上。
五、离线环境部署NVIDIA驱动与CUDA加速栈
在无网络的信创生产环境中，需预先下载驱动与CUDA组件并本地部署。该方式确保GPU计算能力完整交付，适用于AI训练、科学仿真等高负载场景，可使Blender渲染、TensorFlow推理等任务获得数倍于nouveau的吞吐量。
1、在联网机器上下载对应显卡型号的NVIDIA-Linux-x86_64-*.run与cuda_*_linux.run安装包，通过U盘或内网传输至目标UOS设备桌面目录。
2、执行离线依赖准备：sudo apt install linux-headers-$(uname -r) build-essential libelf-dev（若无网络，需提前下载对应deb包并dpkg -i安装）。
3、禁用nouveau并切换至multi-user.target：sudo systemctl set-default multi-user.target && sudo reboot。
4、重启后登录TTY，运行sudo ./NVIDIA-Linux-x86_64-*.run --silent --no-opengl-files静默安装驱动；随后执行sudo ./cuda_*_linux.run --silent --toolkit --override安装CUDA Toolkit。
5、配置环境变量：在~/.bashrc末尾添加export PATH=/usr/local/cuda/bin:$PATH与export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH，执行source ~/.bashrc && sudo ldconfig生效；最后运行nvidia-smi与nvcc -V双重验证。
