天天看点

记录一次实验室显卡服务器崩溃事件(Ubuntu18.04 server系统,4块NVIDIA的特斯拉显卡)

系统报错(显示屏上的错误):

记录一次实验室显卡服务器崩溃事件(Ubuntu18.04 server系统,4块NVIDIA的特斯拉显卡)

系统中的日志文件中所有的log文件都没有记录这次崩溃事件。

不过根据屏幕上显示出的报错,大致估计为显卡的问题:

重启后查看显卡地址:

记录一次实验室显卡服务器崩溃事件(Ubuntu18.04 server系统,4块NVIDIA的特斯拉显卡)

发现报错的显卡是  0号显卡。个人估计就是实验室的很多本科生不太会指定显卡号,所以0号显卡上运行的程序较多,导致冲突,不过这也只是猜测。同时这个问题也可能是显卡的工作模式设置不当等原因产生的,于是将显卡的工作模式调为 Persistence-M (Persistence Mode) ,

如果驱动可以一直加载到系统中,直观感觉应该会减少显卡工作报错的现象,不过这也只是猜测。