GPU 문제

• GPU 및 GPU 보드 상태 확인
• 시스템에서 GPU 보드를 감지하지 못함
• 시스템에서 특정 GPU를 감지하지 못함
• XCC GPU 센서 사양

GPU 및 GPU 보드 상태 확인​

ipmitool의 다음 센서 상태는 GPU 및 GPU 보드가 정상 상태임을 나타냅니다.

$ ipmitool -I lanplus -H 192.168.70.125 -U USERID -P PASSW0RD 
sdr elist | grep GPU 
GPU Board Power  | 8Ch | ok  | 21.4 | 250 Watts 
GPU Board        | E9h | ok  | 11.8 | Transition to OK 
GPU CPUs         | EAh | ok  | 11.9 | Transition to OK

nvidia-smi 유틸리티 요약은 GPU 4개가 온라인 상태임을 나타냅니다.

그림 1. nvidia-smi

시스템에서 GPU 보드를 감지하지 못함​

Sensor GPU Board has transitioned to critical from a less severe state 이벤트가 XCC 웹 이벤트 로그에 표시되면 시스템에서 GPU 보드를 감지하지 못했음을 나타냅니다. 문제를 해결하려면 다음 단계를 완료하십시오.

1. 시스템 전원을 껐다가 다시 켜십시오.
2. XCC 및 SMM2의 전원 입력 관련 이벤트를 확인하십시오(SMM2 - 전원 참조).
3. 시스템 온도와 유수를 확인하십시오. 누수가 있는지 확인하고 수냉 시스템을 분리했다가 다시 연결하십시오.
4. 시스템을 재부팅하고 ipmi 상태 검사를 실행하십시오(GPU 및 GPU 보드 상태 확인 참조).
5. 다음 중 하나가 나타나면 문제가 해결된 것입니다.

   • XCC 메시지의 FQXSPUN0017I (Sensor GPU Board has transitioned to normal state)
   • 웹 로그의 Sensor GPU Board has transitioned to normal state
   그러나 문제가 계속되면 다음 단계를 완료하십시오.

   1. XCC 서비스 데이터를 수집하십시오(서비스 데이터 수집 참조).
   2. Lenovo Services에 문의하십시오.

시스템에서 특정 GPU를 감지하지 못함​

Sensor GPU CPUs has transitioned to critical from a less severe state 이벤트가 XCC 웹 이벤트 로그에 표시되면 시스템에서 특정 GPU를 하나 이상 감지하지 못했음을 나타냅니다. 문제를 해결하려면 다음 단계를 완료하십시오.

1. XCC 이벤트에서 리타이머가 과열되었는지 확인하고, 그렇다면 다음 단계를 건너뛰십시오.
2. 데이터 센터 지원 사이트(https://datacentersupport.lenovo.com/products/servers/thinksystem/SD650v2)에서 최신 펌웨어를 다운로드하고 펌웨어를 업데이트하십시오.
3. 시스템을 재부팅하고 ipmi 상태 검사를 실행하십시오(GPU 및 GPU 보드 상태 확인 참조).

4. Sensor GPU Board has transitioned to normal state 이벤트가 XCC 웹 이벤트 로그에 표시되면 문제가 해결된 것입니다.

   그러나 문제가 계속되면 다음 단계를 완료하십시오.

   1. XCC 웹 이벤트 로그를 확인하여 결함이 있는 장치와 문제 유형을 식별하십시오(XCC GPU 센서 사양 참조).
   2. XCC 서비스 데이터를 수집하십시오(서비스 데이터 수집 참조).
   3. 진단에 필요한 nvidia-smi를 실행하십시오(자세한 내용은 NVIDIA 시스템 관리 인터페이스 참조).
   4. nvidia-bug-report.sh를 실행하십시오(NVIDIA 드라이버에 내장된 도구).
   5. Lenovo Services에 문의하십시오.

XCC GPU 센서 사양​

XCC 웹 이벤트 로그에서 이벤트를 볼 때 다음 표를 참조하여 결함이 있는 장치와 문제 유형을 식별하십시오. 예:

6 | 01/08/2021 | 14:34:53 | 0x0020 | Add-in Card GPU Board | Trasition to Critical from less severe | Asserted |0xA2F60F