A palavra "screen" é usada no significado que o sistema X11 usa, o que não é intuitivo. Em vez de uma tela física, isso significa a abstração lógica para um único buffer de quadros. Um display pode ter várias telas , que podem ter vários monitores cada. Monitores diferentes podem exibir partes diferentes e possivelmente sobrepostas da mesma tela.
Então, ao invés de "tela 0" e "tela 1", você quer uma "tela 0" maior, com os monitores exibindo partes diferentes. Você configuraria isso com (por exemplo)
xrandr --output DP1 --right-of HDMI1
Depois disso, o DP1 deve relatar como
DP1 connected primary 1920x1080+1920+0
Você usaria uma configuração com várias "telas" se tiver várias placas gráficas, que têm memória de vídeo separada, porque, nessa configuração, os comandos de renderização precisam ser distribuídos em GPUs separadas, o que tem uma complexidade significativa. no seu caso, basta simplesmente gerar dois sinais de saída diferentes.