syno_nvidia_driver

NVIDIA driver for Synology DSM — nothing to buy, nothing to sign in to (unlike vGPU).

Physical / passthrough GPUs. One command installs it, survives reboots, and enables hardware transcoding in Plex and Jellyfin.

Synology NVIDIA GPU Monitor

The companion Synology NVIDIA GPU Monitor package provides a lightweight, read-only floating dashboard for NVIDIA GPUs on DSM. It displays GPU and VRAM utilization, NVENC/NVDEC activity, temperature, fan speed, and clock rates using NVIDIA NVML. Install the SPK from the 0.6.2 release, then launch it from the DSM main menu.

⚠️ Prefer the .spk package over the curl | bash installer below.

The one-line install.sh installer writes the full driver (kernel modules + userspace, ~450MB) to /usr/local/nvidia, which lives on your system partition (/dev/md0) — not your storage volume. On models with a small system partition this can eat most of the free space on its own (confirmed: #7), and every future driver update means uninstalling and reinstalling that same 450MB.

The .spk package installs through DSM's own Package Center mechanism instead. It's staged and stored entirely on your data volume (/volume1/@appstore/...) — confirmed via synopkg's own install log — so it never touches system-partition space at all, and upgrades are handled the normal DSM way (no manual uninstall/reinstall cycle).

Grab the right .spk for your platform and DSM version from the spk release and install it via Package Center → Manual Install.

The curl | bash installer below still exists for platforms without a matching .spk build, or for scripted/headless setups — just be aware of the system-partition trade-off before reaching for it.

💡 Why does that need saying?

The other way people get an NVIDIA GPU running on DSM goes through NVIDIA's vGPU stack — a paid, licensed product that needs a license server on your network, which the driver checks in with periodically to keep working. It exists so one physical GPU can be split across many virtual machines.

A NAS doing transcoding needs none of that. This driver talks to the card directly, exactly the way a normal Linux desktop does. No license, no server, no account. The trade-off is that you can't partition the GPU across VMs — which is not something home users do.

---

🚀 Install

curl -sL https://github.com/PeterSuh-Q3/syno_nvidia_driver/releases/download/nvidia/install.sh | sudo bash

That's it. The installer detects your platform and GPU, picks the right driver, and refuses to run on anything it can't support.

⚠️ Restart Plex / Jellyfin afterwards

sudo /usr/syno/bin/synopkg restart PlexMediaServer

They scan for GPUs once at startup and cache the result. If the package was already running when you installed the driver, the GPU will simply not appear in its settings.

This is by far the most common "driver installed but transcoding doesn't work" cause — not a CUDA or driver mismatch.

Requirements — root/sudo, internet, an NVIDIA GPU, and a supported platform (see the matrix).

A boot hook (/usr/local/etc/rc.d/nvidia.sh) is installed automatically, so the driver reloads after every reboot.

---

✅ Verify

nvidia-smi
sudo ls -l /dev/nvidia*

A healthy install has one /dev/nvidia<N> per physical GPU, plus nvidiactl and nvidia-uvm. If nvidia-smi works but CUDA apps fail, check that nvidia_uvm is in lsmod.

Device node reference — what each node is for

Node	Major	What it is
/dev/nvidia0	195	The GPU itself — one node per physical GPU. A second card appears as nvidia1.
/dev/nvidiactl	195	Driver control node; every client opens this first.
/dev/nvidia-uvm	240	Unified memory — CUDA will not work without it.
/dev/nvidia-uvm-tools	240	Debug/profiling companion to UVM.
/dev/nvidia-caps/*	243	MIG capability nodes; unused outside datacenter GPUs.
/dev/nvidia-modeset	195	Mode-setting node.

Permissions are crw-rw-rw-, so unprivileged package users (Plex, Jellyfin, containers) can open them with no extra setup.

If the nodes are missing entirely, the modules did not load — re-run the installer or check dmesg | grep -i nvrm.

❓ /dev/dri is missing — is that a problem?

No. On headless platforms it cannot exist, and nothing you install will change that. Synology builds no DRM subsystem on server platforms (epyc7002, epyc7003, icelaked, v1000nk, r1000nk …), so nvidia-drm.ko compiles into an effectively empty stub. Only the Intel iGPU platforms (geminilake, apollolake) have /dev/dri.

It does not matter for this driver's purpose: /dev/dri is for graphics output, Vulkan and VA-API. CUDA and NVENC/NVDEC use /dev/nvidia* only — which is why hardware transcoding works fine without it.

If you saw /dev/dri with another solution on "the same box", that box was almost certainly running a different declared platform.

---

🎬 Jellyfin — NVENC ffmpeg & auto-configuration

🆕 New to Jellyfin? — installing the package first (click to expand)

Everything below assumes the SynoCommunity Jellyfin package is already installed. If you've never used it, it's a free, open-source alternative to Plex/Emby, distributed through a third-party repository (not Package Center's default sources) — this is normal and doesn't require unlocking anything on a genuine Synology unit beyond one settings toggle.

1. Add the SynoCommunity repository — Package Center → ⚙️ Settings → Package Sources → Add, then enter https://packages.synocommunity.com.

2. Install Jellyfin — Package Center → Community tab → search Jellyfin → Install.

Note the FFmpeg 7 dependency in that panel — that's the stock ffmpeg with no NVENC support the rest of this section replaces.

Answer y at Step 6 to install an NVENC-capable ffmpeg and point Jellyfin at it.

💡 Plex needs none of this — it has its own transcoder and works as soon as the driver is installed (just restart it).

The SynoCommunity package hardcodes its ffmpeg path as a launch argument, which outranks the Dashboard field — so patching that argument is the only way to actually change it. The original is backed up to service-setup.pre-nvidia.bak.

🪄 Automatic playback configuration

The installer then offers to configure Jellyfin's playback settings for you — what Plex does automatically on detecting a GPU, except model-aware:

	How it's decided
🎯 NVENC on/off	Probed against your actual card
🎞️ HEVC / AV1 encoding	Real 1-frame test encode — a Pascal card never gets AV1, a Kepler card never gets HEVC
⚡ Encoder preset	slow — measured on a P620, p1→p7 differ by only ~17% throughput, so there's no reason to trade quality for speed on a fixed-function encoder
🧠 Transcode scratch	/dev/shm/jellyfin-transcodes in RAM, with throttling + segment deletion enabled to keep it bounded

It runs once. A stamp file prevents it from ever overwriting settings you change afterward. If Jellyfin's setup wizard hasn't been completed yet, the same check happens automatically on the next boot.

📸 See exactly what changes — real Dashboard screenshots, changed fields boxed in red

Everything outside the red boxes is either a Jellyfin default the script leaves alone, or a setting (CRF, tone-mapping algorithm/mode, deinterlacing …) that only applies to software encoding and doesn't matter once NVENC is on.

Hardware acceleration + decode codecs — HardwareAccelerationType set to nvenc; the decode-codec checklist is written from a real capability probe (here: everything through VP9, no AV1 — this GPU is Pascal).

Encoding options — NVDEC decoder, hardware encoding, HEVC/AV1 encoding, and tone mapping are each toggled based on what the card can actually do.

FFmpeg + transcode paths — points Jellyfin at the NVENC ffmpeg this installer just set up, and moves the transcode scratch directory into RAM.

Encoder preset — the one non-toggle field, set to slow (see the table above for why that's not the performance trade-off it sounds like).

---

🐳 Docker (Container Manager) GPU access

Optional Step 9 lets containers use the GPU — Ollama, PyTorch, vLLM, and so on.

sudo /usr/syno/bin/synopkg restart ContainerManager   # once, after setup

docker run --rm --runtime=nvidia -e NVIDIA_VISIBLE_DEVICES=all \
  nvidia/cuda:12.9.0-base-ubuntu24.04 nvidia-smi

⚠️ Use --runtime=nvidia, not --gpus all. The --gpus flag needs Docker 25+ CDI support; Synology's Container Manager doesn't have it, and Synology controls that version — not you.

Your existing daemon.json settings are preserved (merged, with a backup), and uninstall.sh reverses everything. Full design notes: docs/container-runtime-design.md.

---

📋 Supported platforms

Kernel 5.10.55 — all four branches

Platform	Example models	470	535	550	580
epyc7002	SA6400	✅	✅	✅	✅
epyc7003	FS6420	✅	✅	✅	✅
epyc7003ntb	PAS7700	✅	✅	✅	✅
icelaked	FS3420 / RS3626xs / RS4826xs+	✅	✅	✅	✅
v1000nk	(Ryzen Embedded V1000, no-key)	✅	✅	✅	✅
r1000nk	(Ryzen Embedded R1000, no-key)	✅	✅	✅	✅
geminilakenk	DS225+ / DS425+	✅	✅	✅	✅

Kernel 4.4 — 550 only

Platform	Example models	DSM 7.0 / 7.1	DSM 7.2+
apollolake	DS918+ / DS620slim / DS1019+	✅	✅
broadwell	DS3617xs / RS3617xs+	✅	✅
broadwellnk	DS3622xs+ / RS4021xs+	✅	✅
broadwellnkv2	RS3621xs+	✅	✅
broadwellntbap	SA3400	✅	✅
geminilake	DS220+ / DS420+ / DS720+	✅	✅
purley	FS6400 / HD6500	✅	✅
r1000	DS723+ / DS923+ / DS1522+	✅	✅
v1000	DS1621+ / DS1821+ / DS2422+	✅	✅

⚠️ These 4.4 builds are not yet verified on real hardware. They compile cleanly with the correct vermagic, but no GPU-equipped 4.4 box has been tested. Reports welcome.

Not supported: denverton (DSM already ships a vanilla NVIDIA driver there for DVA) and kernel 3.10 platforms — avoton / braswell / bromolow.

Why 550 is the ceiling on kernel 4.4

It's NVIDIA's limit, not a packaging choice. Every branch declares a kernel floor in common/inc/nv-linux.h:

Branch	Declared floor
470 / 535 / 550	2.6.32
560 / 570 / 575 / 580	4.15 — #error "This driver does not support kernels older than Linux 4.15!"

That was measured, not inferred — 560/570/575/580 were each built against a 4.4.302 tree and all four stop at that #error. 550 builds through cleanly.

Modules are published per kernel version because the same platform ships a different kernel depending on DSM release (7.0/7.1 = 4.4.180, 7.2+ = 4.4.302) and vermagic must match exactly. The installer resolves from uname -r, not the platform name. Upgrade DSM across that boundary and the boot hook detects the mismatch, refuses to load, and logs why.

Driver branches

Branch	GPU coverage	Native CUDA	Notes
470.256.02	Kepler … Ampere	11.4	Legacy LTSB — for old GPUs 535+ dropped
535.230.02	Maxwell … Ada	12.2	Production/LTS. Verified on P620
550.163.01	Maxwell … Ada	12.4	Ceiling for kernel 4.4
580.173.02	Maxwell … Ampere	13.0	⭐ Recommended. Last branch supporting Maxwell/Pascal/Volta

⭐ 580 is the right choice for most GPUs. It supersedes 535/550 and raises what Pascal can run from CUDA 12.4 to 12.9. Only Kepler-era cards still need 470.

⚠️ Ada (RTX 40) / Blackwell (RTX 50) need GSP firmware that NVIDIA doesn't bundle in the 580 .run — the installer warns you. Use 535/550 on those cards. Turing / Ampere GSP firmware is bundled and deployed automatically.

---

🎯 CUDA — what actually applies to your GPU

Two independent things decide which CUDA you can run:

	Set by	What it limits
Driver	the branch you install	the highest CUDA API the driver speaks
GPU architecture	the silicon — cannot be changed	which toolkits can generate code for it

Compute cap.	Architecture	Example GPUs	Max usable CUDA
6.0 / 6.1	Pascal	Quadro P620 / P1000, Tesla P4 / P40, GTX 10xx	12.9
7.0	Volta	Tesla V100	12.9
7.5	Turing	Tesla T4, RTX 20xx	13.0
8.0 / 8.6	Ampere	A100 / A10, RTX 30xx	13.0
8.9	Ada	L4 / L40S, RTX 40xx	13.0
12.0	Blackwell	RTX 50xx	13.0

7.5 is the dividing line — CUDA 13.0 dropped code generation for everything below it. Installing 580 on a Pascal card does not unlock CUDA 13.

sudo nvidia-smi --query-gpu=name,compute_cap,driver_version --format=csv

⚠️ Don't read the CUDA version off the nvidia-smi header. It shows the driver's maximum, not your GPU's. compute_cap is the value that decides.

💡 CUDA is irrelevant for transcoding. Plex and Jellyfin use the dedicated NVENC/NVDEC engines, not the CUDA toolkit. If hardware transcoding is missing, it's almost always the stale device list above — restart the package.

---

🧹 Uninstall

curl -sL https://github.com/PeterSuh-Q3/syno_nvidia_driver/releases/download/nvidia/uninstall.sh | sudo bash

---

🛠️ Building from source

See DEVELOPING.md for the build/producer side — toolchain, 2-layer packaging, publishing, and compat-patch notes.

_{💖 Sponsor · PayPal}

---

🇰🇷 한국어 (펼쳐 보기)

syno_nvidia_driver

Synology DSM용 NVIDIA 드라이버 — (vGPU를 위해) 살 것도, 로그인할 것도 없습니다.

물리 / passthrough GPU 전용. 명령 한 줄로 설치되고, 재부팅해도 유지되며, Plex와 Jellyfin의 하드웨어 트랜스코딩을 활성화합니다.

⚠️ 아래 curl | bash 설치기보다 .spk 패키지를 우선 권장합니다.

한 줄짜리 install.sh 설치기는 드라이버 전체(커널 모듈 + 유저스페이스, 약 450MB)를 /usr/local/nvidia에 씁니다 — 이 경로는 저장 볼륨이 아니라 시스템 파티션(/dev/md0)입니다. 시스템 파티션이 작은 모델에서는 그것만으로 여유 공간 대부분을 소진할 수 있고(실증 사례: #7), 드라이버를 업데이트할 때마다 그 450MB를 언인스톨-재설치해야 합니다.

.spk 패키지는 DSM 자체의 패키지 센터 메커니즘으로 설치됩니다. 전 과정이 데이터 볼륨(/volume1/@appstore/...)에서만 스테이징·저장되므로 (synopkg의 설치 로그로 직접 확인) 시스템 파티션 공간을 전혀 건드리지 않고, 업데이트도 DSM 표준 방식으로 처리됩니다(수동 언인스톨-재설치 불필요).

사용 중인 플랫폼/DSM 버전에 맞는 .spk를 spk 릴리즈 에서 받아 패키지 센터 → 수동 설치로 설치하세요.

아래의 curl | bash 설치기는 아직 .spk가 없는 플랫폼이나 스크립트/헤드리스 설치가 필요한 경우를 위해 남겨뒀습니다 — 시스템 파티션 트레이드오프를 감안하고 쓰세요.

💡 이 말이 왜 필요한가요?

DSM에서 NVIDIA GPU를 쓰는 다른 방식은 NVIDIA의 vGPU 스택을 거칩니다. 유료 라이선스 제품이라 네트워크에 라이선스 서버를 띄워야 하고, 드라이버가 주기적으로 그 서버에 확인을 받아야 계속 동작합니다. 물리 GPU 하나를 여러 가상머신에 쪼개 쓰라고 만들어진 물건입니다.

트랜스코딩하는 NAS에는 그런 게 전혀 필요 없습니다. 이 드라이버는 일반 리눅스 데스크톱과 똑같이 그래픽카드와 직접 통신합니다. 라이선스도, 서버도, 계정도 없습니다. 대신 GPU를 여러 VM에 쪼갤 수는 없는데, 가정에서 쓸 일이 없는 기능입니다.

---

🚀 설치

curl -sL https://github.com/PeterSuh-Q3/syno_nvidia_driver/releases/download/nvidia/install.sh | sudo bash

이게 전부입니다. 설치기가 플랫폼과 GPU를 자동 감지해 맞는 드라이버를 고르고, 지원 불가한 환경에서는 실행을 거부합니다.

⚠️ 설치 후 Plex / Jellyfin을 재시작하세요

sudo /usr/syno/bin/synopkg restart PlexMediaServer

이 프로그램들은 기동 시 한 번만 GPU를 검색하고 결과를 캐시합니다. 드라이버를 설치할 때 패키지가 이미 실행 중이었다면, 설정 화면에 GPU가 아예 나타나지 않습니다.

"드라이버는 깔았는데 트랜스코딩이 안 된다"의 압도적 1위 원인입니다 — CUDA나 드라이버 호환성 문제가 아닙니다.

요구 사항 — root/sudo, 인터넷, NVIDIA GPU, 그리고 지원 플랫폼 (매트릭스 참고).

부팅 훅(/usr/local/etc/rc.d/nvidia.sh)이 자동으로 설치되어, 재부팅할 때마다 드라이버가 다시 로드됩니다.

---

✅ 설치 검증

nvidia-smi
sudo ls -l /dev/nvidia*

정상 설치라면 물리 GPU 하나당 /dev/nvidia<N> 하나와 nvidiactl, nvidia-uvm이 보입니다. nvidia-smi는 되는데 CUDA 앱이 실패한다면 lsmod에 nvidia_uvm이 있는지 확인하세요.

디바이스 노드 레퍼런스 — 각 노드의 역할

노드	메이저	설명
/dev/nvidia0	195	GPU 본체 — 물리 GPU 하나당 하나. 두 번째 카드는 nvidia1.
/dev/nvidiactl	195	드라이버 제어 노드. 모든 클라이언트가 가장 먼저 엽니다.
/dev/nvidia-uvm	240	통합 메모리 — 이게 없으면 CUDA가 동작하지 않습니다.
/dev/nvidia-uvm-tools	240	UVM 디버그/프로파일링용 짝.
/dev/nvidia-caps/*	243	MIG 관련 노드. 데이터센터 GPU 외에는 쓰이지 않습니다.
/dev/nvidia-modeset	195	모드셋 노드.

권한이 crw-rw-rw-라 비특권 패키지 사용자(Plex, Jellyfin, 컨테이너)도 별도 설정 없이 열 수 있습니다.

노드가 아예 없다면 모듈이 로드되지 않은 것입니다 — 설치기를 다시 실행하거나 dmesg | grep -i nvrm을 확인하세요.

❓ /dev/dri가 안 보이는데 문제인가요?

아닙니다. 헤드리스 플랫폼에서는 존재할 수 없고, 무엇을 설치해도 바뀌지 않습니다. 시놀로지는 서버 플랫폼(epyc7002, epyc7003, icelaked, v1000nk, r1000nk 등)에 DRM 서브시스템을 아예 빌드하지 않기 때문에, nvidia-drm.ko는 사실상 빈 스텁으로 컴파일됩니다. /dev/dri가 있는 것은 Intel iGPU 플랫폼(geminilake, apollolake)뿐입니다.

이 드라이버의 목적에는 아무 상관이 없습니다. /dev/dri는 그래픽 출력·Vulkan· VA-API용이고, CUDA와 NVENC/NVDEC는 /dev/nvidia*만 사용합니다 — 그래서 /dev/dri 없이도 하드웨어 트랜스코딩이 정상 동작합니다.

"같은 박스"에서 다른 솔루션으로는 /dev/dri가 보였다면, 그 박스는 거의 확실히 다른 플랫폼으로 선언되어 동작하고 있었을 것입니다.

---

🎬 Jellyfin — NVENC ffmpeg & 자동 구성

🆕 Jellyfin을 처음 쓰시나요? — 패키지 설치부터 (펼쳐 보기)

아래 내용은 SynoCommunity 배포판 Jellyfin 패키지가 이미 설치돼 있다고 가정합니다. 처음 들어보셨다면, Plex/Emby의 무료 오픈소스 대안 프로그램이고 패키지 센터 기본 저장소가 아닌 서드파티 저장소로 배포됩니다 — 정품 시놀로지 장비에서도 설정 하나만 바꾸면 되는 정상적인 절차입니다.

1. SynoCommunity 저장소 추가 — 패키지 센터 → ⚙️ 설정 → 패키지 소스 → 추가, 그다음 https://packages.synocommunity.com 입력.

2. Jellyfin 설치 — 패키지 센터 → 커뮤니티 탭 → Jellyfin 검색 → 설치.

이 패널의 FFmpeg 7 종속 패키지를 눈여겨보세요 — 이번 섹션에서 교체할, NVENC를 지원하지 않는 기본 ffmpeg입니다.

6단계에서 y를 선택하면 NVENC 지원 ffmpeg를 설치하고 Jellyfin이 그것을 쓰도록 지정합니다.

💡 Plex는 이 과정이 전혀 필요 없습니다 — 자체 트랜스코더가 있어서 드라이버만 설치하고 재시작하면 바로 동작합니다.

SynoCommunity 패키지는 ffmpeg 경로를 실행 인자로 하드코딩해 두는데, 이 인자가 대시보드 설정값보다 우선합니다. 그래서 이 인자를 패치하는 것이 실제로 바꿀 수 있는 유일한 방법입니다. 원본은 service-setup.pre-nvidia.bak에 백업됩니다.

🪄 재생 설정 자동 구성

이어서 Jellyfin의 재생 설정까지 자동 구성할지 물어봅니다 — Plex가 GPU를 감지하면 자동으로 해주는 일과 같지만, GPU 모델을 실제로 반영합니다:

	판정 방식
🎯 NVENC 활성화	실제 카드에 시험 인코딩을 돌려 확인
🎞️ HEVC / AV1 인코딩	1프레임 실제 시험 인코딩 — Pascal 카드에 AV1이, Kepler 카드에 HEVC가 켜지는 일이 없습니다
⚡ 인코더 프리셋	slow — P620 실측 결과 p1→p7 처리량 차이가 17%에 불과해, 고정기능 인코더에서 품질을 속도와 맞바꿀 이유가 없습니다
🧠 트랜스코드 임시경로	RAM의 /dev/shm/jellyfin-transcodes. 용량이 무한정 늘지 않도록 스로틀링과 세그먼트 삭제를 함께 켭니다

최초 1회만 동작합니다. 스탬프 파일이 있어, 이후 직접 바꾼 설정을 덮어쓰는 일이 없습니다. Jellyfin 설치 마법사를 아직 마치지 않았다면, 같은 확인이 다음 부팅 시 자동으로 이루어집니다.

📸 실제로 바뀌는 부분 보기 — 실기 대시보드 캡처, 변경되는 필드를 빨간 박스로 표시

빨간 박스 밖은 스크립트가 손대지 않는 Jellyfin 기본값이거나, NVENC가 켜진 뒤에는 의미가 없어지는 소프트웨어 인코딩 전용 설정(CRF, 톤매핑 알고리즘/모드, 디인터레이싱 등)입니다.

하드웨어 가속 + 디코드 코덱 — HardwareAccelerationType이 nvenc로 설정됩니다. 디코드 코덱 체크리스트는 실제 카드 능력 프로브 결과로 채워집니다 (이 GPU는 Pascal이라 VP9까지만 켜지고 AV1은 꺼집니다).

인코딩 옵션 — NVDEC 디코더, 하드웨어 인코딩, HEVC/AV1 인코딩, 톤매핑이 각각 카드가 실제로 지원하는지에 따라 켜지거나 꺼집니다.

FFmpeg 경로 + 트랜스코드 경로 — 방금 설치기가 세팅한 NVENC ffmpeg를 가리키게 하고, 트랜스코드 임시경로를 RAM으로 옮깁니다.

인코더 프리셋 — 유일하게 토글이 아닌 값 필드로, slow로 설정됩니다 (왜 이게 성능 손해가 아닌지는 위 표 참고).

---

🐳 Docker(Container Manager) GPU 연동

선택 9단계에서 컨테이너도 GPU를 쓸 수 있게 설정합니다 — Ollama, PyTorch, vLLM 등.

sudo /usr/syno/bin/synopkg restart ContainerManager   # 설정 후 한 번

docker run --rm --runtime=nvidia -e NVIDIA_VISIBLE_DEVICES=all \
  nvidia/cuda:12.9.0-base-ubuntu24.04 nvidia-smi

⚠️ --gpus all이 아니라 --runtime=nvidia를 쓰세요. --gpus 플래그는 Docker 25+의 CDI 지원이 필요한데, 시놀로지 Container Manager에는 그 기능이 없고 버전은 시놀로지가 정합니다(사용자가 올릴 수 없음).

기존 daemon.json 설정은 병합 방식으로 그대로 유지되며(백업도 남습니다), uninstall.sh가 전부 되돌립니다. 전체 설계 내용은 docs/container-runtime-design.md 참고.

---

📋 지원 플랫폼

커널 5.10.55 — 4개 브랜치 전부

플랫폼	예시 모델	470	535	550	580
epyc7002	SA6400	✅	✅	✅	✅
epyc7003	FS6420	✅	✅	✅	✅
epyc7003ntb	PAS7700	✅	✅	✅	✅
icelaked	FS3420 / RS3626xs / RS4826xs+	✅	✅	✅	✅
v1000nk	(Ryzen Embedded V1000, no-key)	✅	✅	✅	✅
r1000nk	(Ryzen Embedded R1000, no-key)	✅	✅	✅	✅
geminilakenk	DS225+ / DS425+	✅	✅	✅	✅

커널 4.4 — 550 전용

플랫폼	예시 모델	DSM 7.0 / 7.1	DSM 7.2+
apollolake	DS918+ / DS620slim / DS1019+	✅	✅
broadwell	DS3617xs / RS3617xs+	✅	✅
broadwellnk	DS3622xs+ / RS4021xs+	✅	✅
broadwellnkv2	RS3621xs+	✅	✅
broadwellntbap	SA3400	✅	✅
geminilake	DS220+ / DS420+ / DS720+	✅	✅
purley	FS6400 / HD6500	✅	✅
r1000	DS723+ / DS923+ / DS1522+	✅	✅
v1000	DS1621+ / DS1821+ / DS2422+	✅	✅

⚠️ 이 4.4 빌드들은 아직 실기 검증이 되지 않았습니다. 정상적으로 컴파일되고 vermagic도 올바르지만, GPU가 장착된 4.4 박스에서 테스트한 적이 없습니다. 제보 환영합니다.

미지원: denverton(DSM이 DVA용으로 이미 정식 NVIDIA 드라이버를 탑재), 그리고 커널 3.10 플랫폼 — avoton / braswell / bromolow.

커널 4.4에서 550이 상한인 이유

패키징 선택이 아니라 NVIDIA가 정한 한계입니다. 각 브랜치는 common/inc/nv-linux.h에 커널 하한을 명시합니다:

브랜치	선언된 하한
470 / 535 / 550	2.6.32
560 / 570 / 575 / 580	4.15 — #error "This driver does not support kernels older than Linux 4.15!"

추정이 아니라 실측입니다 — 560/570/575/580을 각각 4.4.302 트리에 대해 빌드해 보았고, 넷 다 저 #error에서 멈춥니다. 550은 깨끗하게 빌드됩니다.

모듈은 커널 버전별로 배포됩니다. 같은 플랫폼이라도 DSM 릴리스에 따라 커널이 다르고(7.0/7.1 = 4.4.180, 7.2+ = 4.4.302) vermagic이 정확히 일치해야 하기 때문입니다. 설치기는 플랫폼 이름이 아니라 uname -r로 판단합니다. DSM을 업그레이드해 이 경계를 넘으면 부팅 훅이 불일치를 감지해 로드를 거부하고 이유를 로그에 남깁니다.

드라이버 브랜치

브랜치	GPU 커버리지	네이티브 CUDA	비고
470.256.02	Kepler … Ampere	11.4	레거시 LTSB — 535+ 가 버린 구형 GPU용
535.230.02	Maxwell … Ada	12.2	Production/LTS. P620 검증 완료
550.163.01	Maxwell … Ada	12.4	커널 4.4의 상한
580.173.02	Maxwell … Ampere	13.0	⭐ 권장. Maxwell/Pascal/Volta를 지원하는 마지막 브랜치

⭐ 대부분의 GPU에는 580이 정답입니다. 535/550을 대체하며, Pascal이 쓸 수 있는 CUDA를 12.4에서 12.9로 올려줍니다. 470이 여전히 필요한 것은 Kepler 세대뿐입니다.

⚠️ Ada(RTX 40) / Blackwell(RTX 50) 은 GSP 펌웨어가 필요한데 NVIDIA가 580 .run에 동봉하지 않았습니다 — 설치기가 경고합니다. 이 카드들은 535/550을 쓰세요. Turing / Ampere용 GSP 펌웨어는 동봉되어 자동 배치됩니다.

---

🎯 CUDA — 내 GPU에 실제로 적용되는 것

서로 독립적인 두 가지가 사용 가능한 CUDA를 결정합니다:

	결정 주체	제한하는 것
드라이버	설치한 브랜치	드라이버가 구사하는 최대 CUDA API
GPU 아키텍처	실리콘 — 변경 불가	어떤 툴킷이 이 GPU용 코드를 생성할 수 있는가

Compute cap.	아키텍처	예시 GPU	사용 가능 최대 CUDA
6.0 / 6.1	Pascal	Quadro P620 / P1000, Tesla P4 / P40, GTX 10xx	12.9
7.0	Volta	Tesla V100	12.9
7.5	Turing	Tesla T4, RTX 20xx	13.0
8.0 / 8.6	Ampere	A100 / A10, RTX 30xx	13.0
8.9	Ada	L4 / L40S, RTX 40xx	13.0
12.0	Blackwell	RTX 50xx	13.0

7.5가 분기점입니다 — CUDA 13.0은 그 미만 아키텍처의 코드 생성을 중단했습니다. Pascal 카드에 580을 설치해도 CUDA 13이 열리지는 않습니다.

sudo nvidia-smi --query-gpu=name,compute_cap,driver_version --format=csv

⚠️ nvidia-smi 헤더의 CUDA 버전을 그대로 믿지 마세요. 그건 드라이버의 최대치이지 GPU의 능력이 아닙니다. 판단 기준은 compute_cap입니다.

💡 트랜스코딩에는 CUDA가 무관합니다. Plex와 Jellyfin은 CUDA 툴킷이 아니라 전용 NVENC/NVDEC 엔진을 씁니다. 하드웨어 트랜스코딩이 안 보인다면 십중팔구 위에서 말한 캐시된 장치 목록 문제입니다 — 패키지를 재시작하세요.

---

🧹 제거

curl -sL https://github.com/PeterSuh-Q3/syno_nvidia_driver/releases/download/nvidia/uninstall.sh | sudo bash

---

🛠️ 소스에서 빌드하기

빌드/생산자 측 문서는 DEVELOPING.md 를 참고하세요 — 툴체인, 2층 패키징, 배포, 호환 패치 관련 내용이 담겨 있습니다.

_{💖 후원 · PayPal}