检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
communicate with the NVIDIA diver。 判断方式 执行以下命令，查看当前内核版本。 uname -r 根据不同的系统在服务器中执行以下命令，查看安装驱动时的内核版本。 CentOS：find /usr/lib/modules -name nvidia.ko Ubuntu：find
图3 安装驱动 图4 同意NVIDIA软件许可协议 图5 选择安装选项 驱动安装完成后，可能需要重启云服务器。 如果需要重启，单击“稍后重启”，待脚本执行完成后，手动重启云服务器。 图6 稍后重启 如果不需要重启，单击“关闭”。 图7 关闭 返回桌面，在空白处右键单击，选择“NV
如何处理可恢复的Xid故障问题 问题原因 Xid 说明 13 Graphics Engine Exception，非硬件故障，可能是指令错误等。 31 GPU memory page fault，非硬件故障，可能访问了非法地址等。 43 GPU stopped processing，
Linux镜像安装一键式重置密码插件启动失败怎么办？ 操作场景 Linux镜像安装一键式重置密码插件启动失败，请参考本章节处理。 问题描述 用户通过执行命令sudo sh setup.sh安装一键式重置密码插件，有如下报错： begin install CloudResetPwdAgent
PAGE_RETIREMENT 如果Pending Page Blacklist 为No，说明当前已无待隔离页。 方法二： 执行以下命令，重启服务器。 reboot 执行以下命令，查看是否存在待隔离页。 nvidia-smi -q -d PAGE_RETIREMENT 如果Pending
一键式重置密码插件占用虚拟内存VIRT和常驻内存SHR过高怎么办？ 问题描述 在弹性云服务器运行时，一键式重置密码插件占用虚拟内存VIRT和常驻内存SHR过高。 图1 查看虚拟内存占用情况 问题根因 应用程序使用内存的时候通过glibc的内存池来提供，glibc 2.10之前的版本中，只有一个内存池，称为main
内核参数kernel.unknown_nmi_panic配置错误导致Linux ECS实例异常重启 问题描述 Linux操作系统的ECS实例发生异常重启事件，错误提示如下： Kernel panic - not syncing: NMI: Not continuing 同时，内核日志打印如下信息：
导配置License。 如果用户已购买过License，但是未配置License，请参考GPU加速型实例安装GRID驱动配置License服务器与License文件。 父主题： 非硬件故障自恢复处理方法
Windows） 操作场景 当您需要对多台Windows系统的云服务器批量更新一键式重置密码插件时，可参考本文档操作。 前提条件 准备好执行机，执行机需满足的条件请参见约束与限制。 需要提前准备待批量安装插件的云服务器的IP地址、Administrator用户的密码信息。 执行机应该与待更新机器在同一VPC下。
host_list.txt 将需要自动安装驱动的云服务器的相关信息填写到host_list.txt文件中。 文件填写格式与登录待切换弹性云服务器的方式需要匹配。 使用密钥对方式鉴权的云服务器，填写方式如下： 使用密钥对方式鉴权的云服务器，请将创建弹性云服务器时保存的私钥文件，上传至与host_list
txt格式保存在本地，保存公钥文件。 将公钥文件导入管理控制台。 登录管理控制台。 单击管理控制台左上角的，选择区域和项目。 选择“计算 > 弹性云服务器”。 在左侧导航树中，选择“密钥对”。 在“密钥对”页面，单击“导入密钥对”。 将“.txt”格式文本文档中的公钥内容粘贴至“Public
Linux操作系统执行passwd命令重置密码失败提示：Authentication token manipulation error 问题现象 root用户用passwd命令修改管理员用户以及普通用户的密码时失败，提示passwd:Authentication token manipulation
如何处理驱动安装报错“Unable to load the kernel module 'nvidia.ko'” 问题原因 总线脱落。 内核版本不一致。 问题影响 显卡驱动安装失败，显卡无法使用。 处理方法 执行以下命令，查看内核版本，检查内核版本是否一致。 rpm -qa | grep
一个应用软件是否可以将应用软件中不同的部件分散部署到不同的区域？ 可以，但是不建议这种部署方式。 建议将一个应用软件内的不同部件部署到同一个区域，这样不同部件之间的通信可以采用内网网络通信，既可以节省因采用公网网络通信带来的带宽费用，又可以保证不同部件之间的网络通信质量。 父主题：
如何处理用户使用场景与其选择的驱动、镜像不配套问题 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
如何处理GPU散热异常，执行nvidia-smi命令发现温度过高 问题原因 显卡散热异常、风扇损坏。 问题影响 显卡温度过高，影响用户业务。 处理方法 执行nvidia-smi命令，查看风扇是否正常。 如果风扇转速为0，说明风扇可能存在损坏，用户停止业务，执行业务迁移后，根据故障
照版本配套关系。 版本配套关系：https://docs.nvidia.com/grid/index.html 处理方法 重启GPU弹性云服务器。 若显示适配器恢复正常，则恢复完成。 若仍异常，则执行下一步。 请尝试重装GPU驱动或升级驱动版本。请参考安装GPU驱动。 如果用户使
如何处理GPU虚拟机故障，在message日志中发现存在Xid报错 问题原因 XID 说明 32 Invalid or corrupted push buffer stream，推送缓冲区流无效或损坏 74 NVLINK Error. NVLink异常产生的XID，表明GPU硬件故障需要下线维修。
如何处理ECC ERROR：执行nvidia-smi存在SRAM的ECC错误（V100显卡） 问题原因 显存可能某个地方存在异常。 问题影响 可能影响一个或多个GPU的相关应用程序。 处理方法 执行nvidia-smi命令查看显卡信息。 如果在volatile Uncorr. ECC下发现存在ecc
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 问题原因 某种健全性检查没有通过，GPU驱动程序不会使用或信任其内容（某些内容未被使用）。 问题影响 可能影响ECC相关非易失数据的记录，从而导致本该隔离的GPU内存页面继续使用。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
