弹性云服务器 ECS-GPU实例故障分类列表
时间：2025-02-12 15:15:30
下载弹性云服务器 ECS用户手册完整版
复制链接到剪贴板
分享文章到微博
分享文章到朋友圈
GPU实例故障分类列表
GPU实例故障的分类列表如表1所示。
|
是否可恢复故障 |
故障类型 |
相关文档 |
|---|---|---|
|
可恢复故障，可按照相关文档自行恢复 |
镜像配置问题 |
如何处理Nouveau驱动未禁用导致的问题 |
|
ECC错误 |
如何处理ECC ERROR：存在待隔离页问题 |
|
|
内核升级问题 |
如何处理升级内核后，驱动不可用问题 |
|
|
GPU掉卡问题 |
如何处理GPU掉卡问题 |
|
|
显卡ERR！ |
如何处理显卡ERR！问题 |
|
|
软件安装问题 |
如何处理用户自行安装NVIDIA驱动、CUDA软件，安装过程出错问题 |
|
|
驱动兼容性问题 |
如何处理驱动兼容性问题 |
|
|
Xid问题 |
如何处理可恢复的Xid故障问题 |
|
|
显卡被禁用 |
如何处理用户的虚拟机报错：“由于该设备有问题，Windows已将其停止”问题 |
|
|
镜像问题 |
如何处理用户使用场景与其选择的驱动、镜像不配套问题 |
|
|
License问题 |
如何处理用户安装了GRID驱动，但未购买、配置License问题 |
|
|
不可恢复故障，需联系技术支持处理 |
InfoROM错误 |
如何处理infoROM错误 |
|
ECC错误 |
如何处理ECC ERROR：执行nvidia-smi -q存在double bit ecc error错误，并无待隔离页 |
|
|
如何处理ECC ERROR：执行nvidia-smi存在S RAM 的ECC错误（V100显卡） |
||
|
GPU掉卡 |
如何处理GPU掉卡，执行lspci | grep -i nvidia命令找不到显卡或显卡显示rev ff |
|
|
温度过高问题 |
如何处理GPU散热异常，执行nvidia-smi命令发现温度过高 |
|
|
驱动安装报错 |
如何处理驱动安装报错“Unable to load the kernel module 'nvidia.ko'” |
|
|
Xid报错 |
如何处理GPU虚拟机故障，在message日志中发现存在Xid报错 |
父主题： GPU实例故障自诊断
support.huaweicloud.com/trouble-ecs/ecs_trouble_1602.html
