PowerEdge R7515 avec processeur graphique NVIDIA T4 Detected Critical Xid Error et GPU GPU stopped processing

PowerEdge R7515 avec processeur graphique NVIDIA T4 exécutant un programme d’application Détection d’une erreur de Xid critique et arrêt du traitement du processeur graphique.

1. Mettez à jour la CUDA du processeur graphique et le pilote vers la dernière version, CUDA Toolkit 12 : 12.2.2 Pilote du processeur graphique NVIDIA Data Center : 535.129.03 (Linux), activation du mode de persistance du processeur graphique, exécution du test de l’application de l’utilisateur et affichage d’une erreur persistante : Détection d’une erreur de Xid critique.
2. Nvidia-bug-report log check have a lot of NVRM :Xid :8 errors, GPU Current Temp : 42 C.

Driver Version: 535.129.03
CUDA Version: 12.2
Temperature
GPU Current Temp: 42 C
GPU T.Limit Temp: N/A
GPU Shutdown Temp: 96 C
GPU Slowdown Temp: 93 C
GPU Max Operating Temp: 85 C

Nov 27 10:18:12 dell-PowerEdge-R7515 kernel: [160879.547208] NVRM: Xid (PCI:0000:81:00): 8, pid=1020, name=Xorg, Channel 00000002
...
/var/log/dmesg:
Nov 25 13:36:52 dell-PowerEdge-R7515 kernel: nvidia-nvlink: NVLInk Core is being initialized, major device number 236
Nov 25 13:36:52 dell-PowerEdge-R7515 kernel: NVRM: Loading NVIDIA UNIX x86_64 Kernel Module 535.129.03 Thu Oct 19 18:56:32 UTC 2023
Nov 25 13:36:52 dell-PowerEdge-R7515 kernel: nvidia-modeset: Loading NVIDIA Kernel Mode Setting Driver for UNIX platforms 535.129.03 Thu Oct 19 18:42:12 UTC 2023
Nov 25 13:36:52 dell-PowerEdge-R7515 kernel: [drm] [nvidia-drm] [GPU ID 0x00008100] Loading driver
Nov 25 13:36:52 dell-PowerEdge-R7515 kernel: [drm] Initialized nvidia-drm 0.0.0 20160202 for 0000:81:00.0 on minor 1
Nov 25 13:37:04 dell-PowerEdge-R7515 kernel: NVRM: GPU at PCI:0000:81:00: GPU-61e384ab-7c8f-7ebf-efba-da6a7d862a33
Nov 25 13:37:04 dell-PowerEdge-R7515 kernel: NVRM: GPU Board Serial Number: 1320223053140
Nov 25 13:37:04 dell-PowerEdge-R7515 kernel: NVRM: Xid (PCI:0000:81:00): 8, pid=1020, name=Xorg, Channel 00000002
...
Nov 27 10:18:12 dell-PowerEdge-R7515 kernel: NVRM: Xid (PCI:0000:81:00): 8, pid=1020, name=Xorg, Channel 00000002

3. Le démarrage à partir de SLI3.0 et l’exécution du processeur graphique NVIDIA Tesla 629 Le diagnostic sur site est RÉUSSI.
 

Sans objet

1. Travailler avec Xid Erreurs XID : 8 pour avant le test, attendez-vous à l’erreur de pilote, à l’erreur de bus, au problème thermique, il semble que l’erreur de l’application utilisateur soit une erreur.

2. Laissez l’utilisateur vérifier le programme d’application, puis l’utilisateur désactive xorg et le problème a disparu.