8 GPU机结冰

Question

我们有一个SuperMicro GPU服务器，它具有：

• 2xIntel(R) Xeon(R) CPU E5-2660 v4 @ 2.00GHz
• 512内存
• 超过足够的磁盘空间
• X10DRG-O+-CPU (BIOS版本: 2.0a 当前)
• X9DRG-O-PCIE PCI-E扩展卡
• 8x GTX 1080

它是设置与Ubuntu16.04.1LTS，NVIDA驱动程序367.57和CUDA-8.0。当它运行时，它暂时运行良好。然而，它是完全无用的股票内核(v4.4) -系统几乎立即冻结时，做一些非平凡的事情在任何GPU。因此，我们怀疑是硬件问题，但冷却是好的，第二台几乎相同的机器(只是不同的GPU制造商)显示了完全相同的行为。

为了使它在一段时间内运行良好，您必须将内核降级为v3.14.1--信任(在此之前测试了几乎所有版本)。但仍然有随机冻结，通常没有在原木上。有时整台机器都会结冰，其他时候则是任何与GPU相关的进程。

似乎还有其他1 people 2有这个问题，但没有解决办法。

是使用这种机器的人吗？

更新:如果卡只插入在PCI扩展器的一侧，则机器似乎运行稳定(不管任何软件)，这意味着所有的卡都由同一个CPU驱动。但是，另一台机器似乎运行稳定，有8张卡(现在的正常运行时间约4个月)，内核3.19，在经历了上述问题的几个月后。怪诞。

1

2

Answer 1

我在同一台电脑上也有同样的问题。要解决这个问题，您需要通过改变主板上的跳线JPG1来禁用车载VGA。不幸的是，您需要删除子板才能做到这一点。请注意，要重新安装子板，您可能需要施加相当大的压力，它才能再次正确地与主板连接。

Answer 2

PCI总线(电源管理)有一个已知的问题，似乎由SuperMicro来解决。我们刚刚从他们那里收到了一个可闪光的BIOS+firmware更新，并且正在测试它。我不认为我可以分享更新(不确定许可)，所以建议您联系SuperMicro。