ปัญหา GPU H100/H200

ใช้ข้อมูลนี้ในการแก้ไขปัญหาที่เกี่ยวข้องกับ GPU

การตรวจความสมบูรณ์ของ GPU

หมายเหตุ

ใช้หนึ่งในยูทิลิตี้ต่อไปนี้เพื่อตรวจสอบสถานะความสมบูรณ์ของ GPU ตรวจสอบให้แน่ใจว่าได้อัปเดตไดรเวอร์ GPU ซึ่งจำเป็นต้องใช้ยูทิลิตี้ต่อไปนี้ ไดรเวอร์ล่าสุดสามารถพบได้ที่ เว็บไซต์ดาวน์โหลดไดรเวอร์และซอฟต์แวร์สำหรับ ThinkSystem SR780a V3

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับข้อมูล System Management Interface (SMI) โปรดดู NVIDIA System Management Interface

nvidia-smi
เรียกใช้ยูทิลิตี้ nvidia-smi เพื่อแสดง GPU แปดตัวออนไลน์
หมายเหตุ
หมายเลข GPU (0 ถึง 7) ในเอาต์พุตคือตัวเลขลอจิคัล ตารางต่อไปนี้แสดงข้อมูลการแมประหว่างหมายเลขลอจิคัลและซ็อกเก็ต GPU จริง
หมายเลขลอจิคัล ซ็อกเก็ต GPU จริง ตำแหน่งของซ็อกเก็ต GPU
0 GPU 3

1 GPU 1
2 GPU 2
3 GPU 4
4 GPU 7
5 GPU 5
6 GPU 6
7 GPU 8
รูปที่ 1. nvidia-smi
nvidia-smi -L
เรียกใช้ยูทิลิตี้ nvidia-smi -L เพื่อแสดง GPU แปดตัวออนไลน์ด้วย UUID
หมายเหตุ
หมายเลข GPU (0 ถึง 7) ในเอาต์พุตคือตัวเลขลอจิคัล ตารางต่อไปนี้แสดงข้อมูลการแมประหว่างหมายเลขลอจิคัลและซ็อกเก็ต GPU จริง
หมายเลขลอจิคัล ซ็อกเก็ต GPU จริง ตำแหน่งของซ็อกเก็ต GPU
0 GPU 3

1 GPU 1
2 GPU 2
3 GPU 4
4 GPU 7
5 GPU 5
6 GPU 6
7 GPU 8
รูปที่ 2. nvidia-smi -L
nvidia-smi -q --id=1 -f <output file name>
เรียกใช้ยูทิลิตี้ nvidia-smi -q --id=1 -f <output file name> เพื่อส่งออกข้อมูลสินค้าคงคลัง GPU
พิมพ์ชื่อไฟล์ที่ต้องการใน <output file name> เพื่อจัดเก็บเอาต์พุต ตัวอย่าง: nvidia-smi -q --id=1 -f /tmp/queryoam1.txt
รูปที่ 3. nvidia-smi -q --id=1 -f <output file name>

หมายเลขลอจิคัล	ซ็อกเก็ต GPU จริง	ตำแหน่งของซ็อกเก็ต GPU
0	GPU 3
1	GPU 1
2	GPU 2
3	GPU 4
4	GPU 7
5	GPU 5
6	GPU 6
7	GPU 8

หมายเลขลอจิคัล	ซ็อกเก็ต GPU จริง	ตำแหน่งของซ็อกเก็ต GPU
0	GPU 3
1	GPU 1
2	GPU 2
3	GPU 4
4	GPU 7
5	GPU 5
6	GPU 6
7	GPU 8

nvidia-smi --id=0 -q -d ECC,PAGE_RETIREMENT

เรียกใช้ยูทิลิตี้ nvidia-smi --id=0 -q -d ECC,PAGE_RETIREMENT เพื่อส่งออกข้อผิดพลาด ECC (การตรวจสอบและแก้ไขข้อผิดพลาด) และสถานะของหน้าที่เลิกใช้

ECC Mode
    Current                           : Enabled
    Pending                           : Enabled
Ecc Errirs
    Volatile
        SRAM Correctable              : 0
        SRAM Uncorrectable Parity     : 0
        SRAM Uncorrectable SEC-DED    : 0
        DRAM Correctable              : 0
        DRAM Uncorrectable:           : 0
    Aggregate
        SRAM Correctable              : 0
        SRAM Uncorrectable Parity     : 0
        SRAM Uncorrectable SEC-DED    : 0
        DRAM Correctable              : 0
        DRAM Uncorrectable            : 0
        SRAM Threshold Exceeded       : No
    Aggregate Uncorrectable SRAM Sources
        SRAM L2                       : 0
        SRAM SM                       : 0
        SRAM Microcontroller          : 0
        SRAM PCIE                     : 0
        SRAM Other                    : 0
    Retired Pages
        Single Bit ECC                : N/A
        Double Bit ECC                : N/A
        Pending Page Blacklist        : N/A

nvidia-smi pci --getErrorCounters
เรียกใช้ยูทิลิตี้ nvidia-smi pci --getErrorCounters เพื่อแสดงตัวนับข้อผิดพลาดของ GPU แปดตัว
รูปที่ 4. nvidia-smi pci --getErrorCounters
nvidia-smi pci --getErrorCounters --id=<id number>
เรียกใช้ยูทิลิตี้ nvidia-smi pci --getErrorCounters --id=<id number> เพื่อแสดงตัวนับข้อผิดพลาดของ GPU เฉพาะ
พิมพ์หมายเลข ID ของ GPU ที่ระบุใน <id number> ตัวอย่าง: nvidia-smi pci --getErrorCounters --id=2
รูปที่ 5. nvidia-smi pci --getErrorCounters --id=<id number>

ระบบตรวจไม่พบ GPU ที่เฉพาะเจาะจง

เมื่อเหตุการณ์ใดเหตุการณ์หนึ่งปรากฏในบันทึกเหตุการณ์บนเว็บ XCC แสดงว่าระบบตรวจไม่พบ GPU ที่เฉพาะเจาะจงอย่างน้อยหนึ่งตัว

เมื่อเหตุการณ์ FQXSPIO0015M: ข้อผิดพลาดในช่องเสียบ [PhysicalConnectorSystemElementName] ในระบบ [ComputerSystemElementName] ปรากฏขึ้น โปรดดู FQXSPIO0015M ข้อความและรหัส เพื่อแก้ไขปัญหา
เมื่อเหตุการณ์ FQXSFIO0010M: เกิดข้อผิดพลาด PCIe ที่ไม่สามารถแก้ไขได้ที่บัส [arg1] อุปกรณ์ [arg2] ฟังก์ชัน [arg3] ID ผู้แทนจำหน่ายสำหรับอุปกรณ์คือ [arg4] และ ID อุปกรณ์คือ [arg5] หมายเลข [arg6] จริงคือ [arg7] ปรากฏขึ้น โปรดดู FQXSFIO0010M เพื่อแก้ไขปัญหา
หมายเหตุ
พารามิเตอร์:
- บัส [arg1]
- อุปกรณ์ [arg2]
- ฟังก์ชัน [arg3]
- VID [arg4]
- DID [arg5]
- ช่องเสียบ/ช่องใส่ [arg6]
- หมายเลขอินสแตนซ์ [arg7]
เมื่อเหตุการณ์ FQXSPUN0019M: เซนเซอร์ [SensorElementName] เปลี่ยนจากสถานะที่ไม่รุนแรงเป็นร้ายแรงปรากฏขึ้น โปรดดู FQXSPUN0019M เพื่อแก้ไขปัญหา

หมายเหตุ

ตารางต่อไปนี้แสดงข้อมูลการแมประหว่างหมายเลขช่องเสียบใน XCC และซ็อกเก็ต GPU จริง

หมายเลขช่องเสียบใน XCC	ซ็อกเก็ต GPU จริง	ตำแหน่งของซ็อกเก็ต GPU
ช่องเสียบที่ 17	GPU 5
ช่องเสียบที่ 18	GPU 7
ช่องเสียบที่ 19	GPU 8
ช่องเสียบที่ 20	GPU 6
ช่องเสียบ 21	GPU 1
ช่องเสียบ 22	GPU 3
ช่องเสียบ 23	GPU 4
ช่องเสียบ 24	GPU 2

ส่งคำติชม

ปัญหา GPU H100/H200

การตรวจความสมบูรณ์ของ GPU​

ระบบตรวจไม่พบ GPU ที่เฉพาะเจาะจง​

การตรวจความสมบูรณ์ของ GPU

ระบบตรวจไม่พบ GPU ที่เฉพาะเจาะจง