আমার জিপিইউ মারা যাচ্ছে?


14

আমি একটি এনভিআইডিআইএ কে 20 এম (ডিভাইস 0 আমার নোডে) -এ সাময়িকভাবে ইসিসি মেমরি সুরক্ষা অক্ষম করেছি এবং এখন আমি এটিকে আবার কাজে ফিরিয়ে আনতে পারি না। এর আগে এটি ইসিসি সক্ষম করে সঠিকভাবে কাজ করছিল। সুতরাং, আমি যা করেছি তা এখানে: আমি ইসিসি নিষ্ক্রিয় করেছি

nvidia-smi -i 0 --ecc-config=0

এবং রিবুট করা। এটি যখন উপস্থিত হবে এটি 100% জিপিইউ ব্যবহার দেখিয়েছে এবং এটি কোনও কার্নেল শুরু করবে না (প্রসঙ্গটি তৈরি করার সময় এটি ইতিমধ্যে ব্যর্থ হয়েছে)। কারণটি ছিল ডাবল বিট ত্রুটি। আমি এটি দিয়ে পুনরায় সেট

nvidia-smi -i 0 --reset-ecc-errors=0

এবং নোড রিবুট। রিবুট করার পরে ডিভাইসটির ব্যবহার 0% ছিল এবং আমি যথারীতি কাজ শুরু করতে পারতাম। কয়েক ঘন্টা পরে ডিভাইসটি আবার 100% জিপিইউ ব্যবহার দেখায়। এবার এটি একটি ডাবল বিট ত্রুটি (একটি বিট ত্রুটি এমনকি নয়) রিপোর্ট করে নি। যাইহোক, যেহেতু আমি কোনও কাজ চালাতে পারিনি আমি নোডটি রিবুট করেছিলাম এবং এটি 100% জিপিইউ ব্যবহারের সাথে আসে, আমি এটি ব্যবহার করতে পারি না, তবে কোনও ত্রুটি নেই বলে প্রতিবেদন করে। এটা কি ব্যাপার?

GPU 0000:02:00.0
    Product Name                : Tesla K20m
    Display Mode                : Disabled
    Persistence Mode            : Enabled
    Driver Model
        Current                 : N/A
        Pending                 : N/A
    Serial Number               : 0324512044699
    GPU UUID                    : GPU-9bfe1aba-1628-a406-3ed5-2af49462a997
    VBIOS Version               : 80.10.11.00.0B
    Inforom Version
        Image Version           : 2081.0208.01.07
        OEM Object              : 1.1
        ECC Object              : 3.0
        Power Management Object : N/A
    GPU Operation Mode
        Current                 : Compute
        Pending                 : Compute
    PCI
        Bus                     : 0x02
        Device                  : 0x00
        Domain                  : 0x0000
        Device Id               : 0x102810DE
        Bus Id                  : 0000:02:00.0
        Sub System Id           : 0x101510DE
        GPU Link Info
            PCIe Generation
                Max             : 2
                Current         : 2
            Link Width
                Max             : 16x
                Current         : 16x
    Fan Speed                   : N/A
    Performance State           : P0
    Clocks Throttle Reasons
        Idle                    : Not Active
        User Defined Clocks     : Not Active
        SW Power Cap            : Not Active
        HW Slowdown             : Not Active
        Unknown                 : Not Active
    Memory Usage
        Total                   : 4799 MB
        Used                    : 12 MB
        Free                    : 4787 MB
    Compute Mode                : Default
    Utilization
        Gpu                     : 100 %
        Memory                  : 0 %
    Ecc Mode
        Current                 : Enabled
        Pending                 : Enabled
    ECC Errors
        Volatile
            Single Bit            
                Device Memory   : 0
                Register File   : 0
                L1 Cache        : 0
                L2 Cache        : 0
                Texture Memory  : 0
                Total           : 0
            Double Bit            
                Device Memory   : 0
                Register File   : 0
                L1 Cache        : 0
                L2 Cache        : 0
                Texture Memory  : 0
                Total           : 0
        Aggregate
            Single Bit            
                Device Memory   : 0
                Register File   : 0
                L1 Cache        : 0
                L2 Cache        : 0
                Texture Memory  : 0
                Total           : 0
            Double Bit            
                Device Memory   : 0
                Register File   : 0
                L1 Cache        : 0
                L2 Cache        : 0
                Texture Memory  : 0
                Total           : 0
    Temperature
        Gpu                     : 30 C
    Power Readings
        Power Management        : Supported
        Power Draw              : 49.51 W
        Power Limit             : 225.00 W
        Default Power Limit     : 225.00 W
        Min Power Limit         : 150.00 W
        Max Power Limit         : 225.00 W
    Clocks
        Graphics                : 758 MHz
        SM                      : 758 MHz
        Memory                  : 2600 MHz
    Applications Clocks
        Graphics                : 705 MHz
        Memory                  : 2600 MHz
    Max Clocks
        Graphics                : 758 MHz
        SM                      : 758 MHz
        Memory                  : 2600 MHz
    Compute Processes           : None

2
অদ্ভুত মনে হয়; এরকম কিছু কখনও দেখেনি। যদিও এটি সমস্যা সমাধানে সহায়তা না করে, আপনার ড্রাইভারগুলি পুনরায় ইনস্টল করার চেষ্টা করুন, সম্ভবত?
বেন ফ্রানচুক

আমার ধারণা আপনি ইতিমধ্যে সমস্ত কিছু স্ক্র্যাপ করে পুনরায় ইনস্টল করার সুস্পষ্ট চেষ্টা করেছেন? আমি বলতে চাইছি, আহহম, আমি হার্ডওয়্যার সম্পর্কে খুব কমই জানি, তাই আমার পদ্ধতিতে সর্বদা নিশ্চিত হওয়া নিশ্চিত করা যে সফ্টওয়্যারটি - আমি যা বুঝি - তা কাজ করা উচিত। এবং তারপরে আমি সম্ভবত আরও টুকরো টুকরো টুকরো টুকরো টুকরো টুকরো ঘোষণা করব যতক্ষণ না আরও জ্ঞাত মতামতের দ্বন্দ্ব হয়।
অ্যারিয়েন

আমি এটি সন্ধান করেছি, পাশাপাশি এই সমস্যাটি এবং এর কারণগুলি নিয়ে কিছু সময় ব্যয় করেছি। এটি প্রদর্শিত হয় যে সর্বোত্তম সমাধান হ'ল হার্ডওয়্যার প্রতিস্থাপন করা।
অ্যাডোভি

1
আপনি ইতিমধ্যে CMOS পুনরায় সেট করার চেষ্টা করেছেন?
সের্গেই

উত্তর:


2

আমার জিপিইউ মারা যাচ্ছে?

আমি বলি এটি ইতিমধ্যে মারা গেছে। এটি আর বিট ত্রুটিগুলির প্রতিবেদন করছে না কারণ আপনি যে জিনিসটিকে সনাক্ত করে তা বন্ধ করে দিয়েছেন। (ইসিসি এটি সংশোধন করার চেয়ে বেশি সনাক্ত করে)

"পুনর্ব্যবহারযোগ্য" বিনে রাখার আগে আরও দু'জন সন্দেহভাজন রয়েছেন: শীতলকরণ এবং বিদ্যুত সরবরাহ। কুলিং চেক করা যথেষ্ট সহজ; শক্তি, এত না।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.