axin
2025-04-24
👉点击这里申请火山引擎VIP帐号，立即体验火山引擎产品>>>如何查看GPU云服务器实例的监控数据？您可以通过云服务器控制台或云监控控制台查看监控数据。查看方式和支持的监控指标详情请参见查看监控数据。GPU云服务器实例支持查看GPU卡数据吗？支持。GPU云服务器支持基础监控、操作系统监控、GPU卡监控，详情请参见查看监控数据。如何查看GPU卡...
axin
2025-04-24
👉点击这里申请火山引擎VIP帐号，立即体验火山引擎产品>>>NVIDIA Tesla驱动问题哪些实例需要安装NVIDIA Tesla驱动？GPU计算型和高性能计算GPU型实例推荐安装NVIDIA Tesla驱动（GPU驱动、CUDA工具包等），具体规格族请参见实例规格介绍。实例如何安装GPU驱动？方式一：创建GPU实例时同时安装Tesla驱...
axin
2025-04-24
👉点击这里申请火山引擎VIP帐号，立即体验火山引擎产品>>>何时应选择使用GPU的实例？GPU作为一种计算芯片，其优势非常明显，具有实时高速、强并行计算能力和强浮点计算能力等特点，尤其适用于并行度极高的应用程序，例如：使用数千个线程的工作负载。图形处理时有大量的计算要求，但其中每个任务都相对较小，执行的一组操作形成了一个管道，而此管道的吞吐...
axin
2025-04-24
👉点击这里申请火山引擎VIP帐号，立即体验火山引擎产品>>>操作场景重置GPU可用于清除GPU硬件和软件状态，当GPU实例发生Xid错误或双位ECC错误时，重置GPU是有效的处理方式，有关Xid和ECC的错误详情及处理建议请参见如何判断和处理GPU硬件相关故障。注意GPU重置操作不能保证在所有情况下都有效，应谨慎使用。操作步骤终止GPU使用...
axin
2025-04-24
👉点击这里申请火山引擎VIP帐号，立即体验火山引擎产品>>>如何判断和处理硬件相关故障？GPU实例相比普通云服务器实例，增加了较多的外设，包括GPU、RDMA网络直通网卡、本地盘等。因此，除普通云服务器可能发生的常见问题外，还有如GPU、直通网卡以及PCIe链路上发生的亚健康或故障。针对GPU实例的常见故障和处理建议具体如图1所示。图1 常...
axin
2025-04-24
👉点击这里申请火山引擎VIP帐号，立即体验火山引擎产品>>>进入系统的syslog或dmesg中查看在出错时间附近是否有“xid”错误，“xid”错误信息包含NVRM: Xid，例如“xid”错误值为63：[Mon Jan 9 13:49:48 2023] NVRM: ...
axin
2025-04-24
👉点击这里申请火山引擎VIP帐号，立即体验火山引擎产品>>>问题描述centos7.9系统中部署k8s，然后通过Nvidia GPU operator的方式运行Nvidia驱动，发现pod一直不能处于ready状态。问题分析查看Nvidia driver pod event无法获取有用信息，通过查看pod日志收集到以下信息。 问题...
axin
2025-04-24
👉点击这里申请火山引擎VIP帐号，立即体验火山引擎产品>>>本文介绍如何配置、使用火山引擎提供的秒级监控功能。说明本功能正在邀测中，如需试用，请联系客户经理申请。操作场景在LLM（Large Language Model，大规模语言模型）训练场景中，常使用TP（Tensor Parallelism）/PP（Pipeline Parallel...
xtyly
2025-04-24
👉点击这里申请火山引擎VIP帐号，立即体验火山引擎产品>>>搭建训练环境时，可能需要使用容器镜像，本文介绍如何在高性能计算GPU实例（即HPC实例）搭建容器镜像。您也可以参考本文检查您现有的容器镜像是否符合要求。前提条件本文HPC实例的镜像以 Ubuntu 20.04 64位（RDMA） 为例，您也可以任选其他RDMA镜...
xtyly
2025-04-24
👉点击这里申请火山引擎VIP帐号，立即体验火山引擎产品>>>一个网卡只能绑定一个IP，但是可以为其设置多个IP地址用于连接多个网段，本文介绍如何为单网卡分配多个IP进行RDMA通信。前提条件您已购买高性能计算GPU型hpcpni2实例，具体操作请参见购买高性能计算GPU型实例。操作步骤登录云服务器，具体操作请参见登录Linux实例。执行ip...
