首页
/ Sunshine项目在Ubuntu 22.04上的KMS捕获问题分析与解决方案

Sunshine项目在Ubuntu 22.04上的KMS捕获问题分析与解决方案

2025-05-08 23:05:51作者:咎竹峻Karen

Sunshine是一款开源的屏幕串流服务软件,它支持多种编码方式和捕获方法。近期在Ubuntu 22.04系统上,用户从0.23.0版本升级到0.23.1版本后,出现了KMS(Kernel Mode Setting)捕获失败的问题,导致软件崩溃无法正常运行。

问题现象

当用户在KUbuntu 22.04系统上安装Sunshine 0.23.1版本后,按照官方文档配置了udev规则和KMS捕获权限后,启动软件会出现以下关键错误:

  1. 软件尝试使用KMS方式进行屏幕捕获时失败
  2. 日志显示"Couldn't make current display"错误
  3. 最终抛出"Unable to find display or encoder during startup"致命错误
  4. 程序以IOT指令错误终止运行

技术背景分析

KMS是Linux内核提供的显示模式设置机制,它允许用户空间程序直接与显卡交互。Sunshine使用KMS进行屏幕捕获时,需要:

  1. 正确的DRM(Direct Rendering Manager)设备权限
  2. 匹配的GPU驱动支持
  3. 有效的显示连接器识别

从日志可以看出,系统虽然正确识别了NVIDIA和AMD两张显卡,但在尝试建立显示连接时失败。这可能是由于:

  1. 多GPU环境下显示输出路由问题
  2. DRM主设备选择不当
  3. 权限配置不完整

解决方案

目前该问题已在预发布版本v2024.1015.41553中修复。对于Ubuntu 22.04用户,建议采取以下措施:

  1. 等待官方发布包含修复的稳定版本
  2. 临时回退到v2024.922.10353版本
  3. 对于技术用户,可以尝试从源码编译预发布版本

需要注意的是,Sunshine项目组已明确表示不会向后移植修复补丁,因此用户需要考虑升级到包含修复的版本。

最佳实践建议

对于Linux用户使用Sunshine进行屏幕串流,建议:

  1. 优先使用单一GPU环境
  2. 确保DRM设备权限配置正确
  3. 定期检查GPU驱动更新
  4. 考虑使用X11捕获作为备选方案
  5. 关注项目发布动态,及时获取稳定版本更新
登录后查看全文
热门项目推荐
相关项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
160
2.02 K
kernelkernel
deepin linux kernel
C
22
6
pytorchpytorch
Ascend Extension for PyTorch
Python
42
75
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
529
55
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
946
556
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
197
279
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
996
396
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
372
13
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
71