Tôi tạm thời vô hiệu hóa bảo vệ bộ nhớ ECC trên NVIDIA K20m (thiết bị 0 trong nút của tôi) và bây giờ tôi không thể mang nó trở lại hoạt động trở lại. Trước đó, nó đã hoạt động đúng với kích hoạt ECC. Vì vậy, đây là những gì tôi đã làm: Tôi đã vô hiệu hóa ECC với
nvidia-smi -i 0 --ecc-config=0
và khởi động lại. Khi xuất hiện, nó cho thấy việc sử dụng GPU 100% và nó sẽ không khởi động bất kỳ hạt nhân nào (nó thực sự đã thất bại khi tạo bối cảnh). Lý do là một lỗi kép. Tôi đặt lại nó với
nvidia-smi -i 0 --reset-ecc-errors=0
và khởi động lại nút. Sau khi khởi động lại, mức sử dụng thiết bị là 0% và tôi có thể bắt đầu công việc như bình thường. Vài giờ sau, thiết bị lại hiển thị mức sử dụng GPU 100%. Lần này, nó không báo lỗi một bit kép (thậm chí không phải là một lỗi bit). Tuy nhiên, vì tôi không thể chạy bất kỳ công việc nào, tôi đã khởi động lại nút và nó đã sử dụng 100% GPU, tôi không thể sử dụng nó, nhưng báo cáo không có lỗi bit. Có chuyện gì thế này?
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