PowerEdge R7515 com GPU NVIDIA T4 detectou erro crítico de Xid e a GPU interrompeu o processamento

PowerEdge R7515 com GPU NVIDIA T4 executando um programa de aplicativo Foi detectado um erro crítico de Xid e a GPU interrompeu o processamento.

1. Atualize a GPU CUDA e o driver para a versão mais recente, CUDA Toolkit 12: 12.2.2 Driver da GPU NVIDIA Data Center: 535.129.03 (Linux), modo de persistência de GPU ativado e, em seguida, executando o teste de APP do usuário e ainda há um erro: Erro de xid crítico detectado.
2. A verificação de log Nvidia-bug-report tem muitos erros NVRM:Xid:8, temperatura atual da GPU: 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. A inicialização a partir do SLI 3.0 e a execução da GPU NVIDIA Tesla 629 Field diagnostics foi APROVADA.
 

N/D

1. Trabalhando com Xid Erros XID: 8 para antes do teste esperar o erro do driver, erro de barramento, problema térmico, parece o erro do aplicativo do usuário.

2.Deixe o usuário verificar o programa do aplicativo, em seguida, o usuário desativou o xorg e o problema desapareceu.