云服务器内容精选

华为云首页用户手册

非硬件故障自恢复处理方法

弹性云服务器 ECS-如何处理用户使用场景与其选择的驱动、镜像不配套问题:问题描述

问题描述用户业务是做渲染（推理）的，但用户选择了带Tesla驱动（GRID驱动）的公共镜像，运行软件时出错。例：用户使用场景为做渲染，但选错公共镜像，运行软件时报错“A D3D11-compatible GPU (Feature Level 11.0,Shader Model 5.0) is required to run the engine”。用户业务是做渲染（推理）的，但用户选择了不带驱动的公共镜像，且未单独安装驱动，导致GPU能力不可用，执行nvidia-smi命令报错“command not found”。

弹性云服务器 ECS 非硬件故障自恢复处理方法
弹性云服务器 ECS-如何处理用户使用场景与其选择的驱动、镜像不配套问题:判断方式

判断方式确认用户业务使用场景。用户使用的镜像是否带驱动、是否已经自行安装驱动、驱动是否与使用场景匹配。如果用户使用的是异构发布的公共镜像，可通过镜像名称区分驱动类型与驱动版本。镜像名称中如带有with tesla字样，则选择该镜像会安装tesla驱动；如带有with grid字样，则选择该镜像会安装GRID驱动（不包括License）。如果用户使用的是私有镜像或其他镜像，可通过nvidia-smi命令查询是否安装了驱动以及确认驱动类型、驱动版本。如客户选择自行安装Tesla驱动，请务必告知客户确保Tesla驱动与CUDA软件的版本配套关系，可参考Tesla驱动及CUDA工具包获取方式。

弹性云服务器 ECS 非硬件故障自恢复处理方法
弹性云服务器 ECS-如何处理驱动兼容性问题:处理方法

处理方法查看云服务器的实例规格，确认用户使用的镜像信息。如果使用NVIDIA Tesla T4 GPU（例如，Pi2或G6规格），请参见T4 GPU设备显示异常进行处理。如果使用其他规格的 GPU云服务器，执行下一步。查看系统日志“/var/log/message”，是否存在驱动相关报错。如果存在报错“Failed to copy vbios to system memory”，可能是由于频繁加载/卸载驱动导致，建议开启驱动持久化模式，保持驱动处于加载状态。执行以下命令，开启驱动持久化模式。 nvidia-smi -pm 1 执行以下命令，打开并编辑“/etc/rc.local”文件。 vim /etc/rc.local 配置开机自启动，将命令“nvidia-smi -pm 1”写入“/etc/rc.local”文件中。按“Esc”，输入:wq保存并退出。执行以下命令，添加启动权限。 chmod +x /etc/rc.d/rc.local 若未查到相关报错，执行下一步。查看实例的Tesla驱动版本是否为510.xx.xx。是，该驱动版本与所用镜像可能存在兼容性问题，建议更换驱动版本，请参考安装GPU驱动。否，请执行下一步。如果仍未确认根因，请根据故障信息收集操作后联系技术支持处理。

弹性云服务器 ECS 非硬件故障自恢复处理方法