我之前也碰到过几乎一模一样的问题，折腾了好几天才摸清楚门道，给你梳理下可能的原因和解决步骤：

一、核心问题拆解 #

1. 从VFIO切回nvidia后PyTorch失效的原因 #

虽然nvidia-smi能正常显示，但这只说明驱动加载成功了，PyTorch依赖的CUDA runtime没有正确初始化——VFIO接管设备时会重置GPU，切回nvidia驱动后，内核层面的CUDA上下文或设备状态没被彻底重置，导致PyTorch无法识别可用CUDA设备。

2. 从nvidia手动切到VFIO后VM报Error 43的原因 #

大概率是nvidia驱动没完全释放GPU的BAR内存，或是GPU的硬件状态（比如电源管理、显存锁定）还被nvidia驱动占用，导致QEMU无法正确映射BAR区域，触发Nvidia针对虚拟机的保护机制（Error 43）。

二、分场景解决步骤 #

场景1：从VFIO切回nvidia驱动，让PyTorch正常工作 #

1. 先关闭所有VM，解绑VFIO设备：

   # 替换为你的GPU PCI地址，比如0000:01:00.0和0000:01:00.1
   echo 0000:01:00.0 > /sys/bus/pci/drivers/vfio-pci/unbind
   echo 0000:01:00.1 > /sys/bus/pci/drivers/vfio-pci/unbind
   

2. 加载nvidia相关驱动模块（未自动加载时执行）：

   modprobe nvidia nvidia_uvm nvidia_modeset nvidia_drm
   

3. 强制重置CUDA runtime状态（关键步骤）：

   # 杀掉所有占用GPU的进程
   pkill -9 python
   pkill -9 nvidia-smi
   # 重新初始化nvidia设备节点
   rm -rf /dev/nvidia*
   nvidia-smi -r
   

4. 测试PyTorch：

   import torch
   print(torch.cuda.is_available())
   

   现在应该能正常返回True了。

场景2：从nvidia驱动切到VFIO，让VM正常启动不报错 #

1. 杀掉所有使用GPU的进程，停掉桌面服务（如果是桌面环境）：

   pkill -9 python
   systemctl stop display-manager
   pkill -9 nvidia*
   

2. 解绑nvidia驱动的设备，并绑定到vfio-pci：

   echo 0000:01:00.0 > /sys/bus/pci/drivers/nvidia/unbind
   echo 0000:01:00.1 > /sys/bus/pci/drivers/nvidia/unbind
   # 绑定GPU和音频控制器到vfio-pci（替换为你的设备ID）
   echo 10de:2684 > /sys/bus/pci/drivers/vfio-pci/new_id
   echo 10de:22ba > /sys/bus/pci/drivers/vfio-pci/new_id
   

3. 重置GPU的PCI状态，强制释放BAR内存：

   echo 1 > /sys/bus/pci/devices/0000:01:00.0/reset
   echo 1 > /sys/bus/pci/devices/0000:01:00.1/reset
   

4. 现在启动VM，应该不会再出现Error 43和BAR映射失败的问题。

三、额外优化建议 #

1. 写切换脚本替代开机绑定，实现按需切换（无需重启）：
   比如switch-gpu-to-vfio.sh：

   #!/bin/bash
   # 停桌面服务和占用GPU的进程
   systemctl stop display-manager
   pkill -9 python nvidia*
   # 解绑nvidia
   echo 0000:01:00.0 > /sys/bus/pci/drivers/nvidia/unbind
   echo 0000:01:00.1 > /sys/bus/pci/drivers/nvidia/unbind
   # 绑定vfio-pci
   echo 10de:2684 > /sys/bus/pci/drivers/vfio-pci/new_id
   echo 10de:22ba > /sys/bus/pci/drivers/vfio-pci/new_id
   # 重置GPU
   echo 1 > /sys/bus/pci/devices/0000:01:00.0/reset
   echo 1 > /sys/bus/pci/devices/0000:01:00.1/reset
   

   再写switch-gpu-to-nvidia.sh：

   #!/bin/bash
   # 关闭VM（替换为你的VM名称）
   virsh shutdown win11-vm
   # 解绑vfio-pci
   echo 0000:01:00.0 > /sys/bus/pci/drivers/vfio-pci/unbind
   echo 0000:01:00.1 > /sys/bus/pci/drivers/vfio-pci/unbind
   # 加载nvidia模块
   modprobe nvidia nvidia_uvm nvidia_modeset nvidia_drm
   # 重置CUDA状态
   rm -rf /dev/nvidia*
   nvidia-smi -r
   # 重启桌面服务
   systemctl start display-manager
   

   记得给脚本加执行权限：chmod +x switch-gpu-*.sh

2. 确保内核开启IOMMU相关参数：
   在/etc/default/grub的GRUB_CMDLINE_LINUX_DEFAULT中添加：

   GRUB_CMDLINE_LINUX_DEFAULT="quiet splash iommu=pt vfio_iommu_type1.allow_unsafe_interrupts=1"
   

   然后更新grub：update-grub

备注：内容来源于stack exchange，提问作者SpacemanSanchez