龙讯旷腾 pwmat Wiki

用户工具

站点工具

您的足迹:
mstation:busid

差别

这里会显示出您选择的修订版和当前版本之间的差别。

到此差别页面的链接

后一修订版		前一修订版
mstation:busid [2024/08/16 15:47] – 创建 penggemstation:busid [2024/08/16 16:37] (当前版本) – pengge
行 1: 行 1:
 ====== 查出故障 gpu 显卡具体槽位 ====== ====== 查出故障 gpu 显卡具体槽位 ======
  
-1. 进入系统后输入命令: <wrap tip>nvidia-smi</wrap>+===== 在疑似故障 gpu 显卡上跑作业 ===== 
 + 
 +1. 下载作业脚本 {{ :mstation:512_si_pbe_md.tgz | 512_si_pbe_md.tgz}} 
 + 
 +2. 上传到服务器 
 + 
 +3. 解压, 编辑 ''run.sh'' 将其中的 <wrap hi>export CUDA_VISIBLE_DEVICES=3</wrap> 改成对应的显卡编号 
 + 
 +显卡编号通过 <wrap hi>nvidia-smi</wrap> 查看 
 + 
 +<code bash> 
 +[pengge@mstation ok]$ tar -zxf 512_si_pbe_md.tgz 
 +[pengge@mstation ok]$ cd 512_si_pbe_md 
 +[pengge@mstation 512_si_pbe_md]$ vim run.sh 
 +#!/bin/sh 
 + 
 +module load mkl mpi 
 +module load cuda/12.1 
 +module load pwmat 
 + 
 +export CUDA_VISIBLE_DEVICES=3 
 + 
 +mpirun -np 1 PWmat | tee output 
 +</code> 
 + 
 +4. 执行脚本 <wrap hi>./run.sh</wrap> 即可, 要终止可以按 <wrap safety>ctrl + c</wrap> 
 + 
 +===== 查出故障 gpu 显卡具体槽位 ===== 
 + 
 +1. 进入系统后输入命令: <wrap hi>nvidia-smi</wrap>
  
 <code bash> <code bash>
行 37: 行 66:
 +-----------------------------------------------------------------------------------------+ +-----------------------------------------------------------------------------------------+
 </code> </code>
 +
 +2. 以序号 <wrap safety>3</wrap> 为例, 记录 3 号显卡 Bus-Id <wrap safety>00000000:CA:00.0</wrap>
 +
 +3. 用 ''root'' 账号登录, 输入命令 <wrap hi>dmidecode -t slot</wrap>
 +
 +<code bash>
 +[root@mstation ~]# dmidecode -t slot | grep -i -10 CA:00.0
 +Handle 0x000D, DMI type 9, 17 bytes
 +System Slot Information
 + Designation: CPU SLOT1 PCIe 5.0 X16
 + Type: x16 <OUT OF SPEC>
 + Current Usage: In Use
 + Length: Long
 + Characteristics:
 + 3.3 V is provided
 + Opening is shared
 + PME signal is supported
 + Bus Address: 0000:ca:00.0
 +
 +Handle 0x000E, DMI type 9, 17 bytes
 +System Slot Information
 + Designation: CPU SLOT3 PCIe 5.0 X16
 + Type: x16 <OUT OF SPEC>
 + Current Usage: In Use
 + Length: Long
 + Characteristics:
 + 3.3 V is provided
 + Opening is shared
 +</code>
 +
 +3 号显卡对应的槽位是 <wrap safety>Designation: CPU SLOT1 PCIe 5.0 X16</wrap>
 +
 +在服务器主板 PCI插槽旁边有相应的数字表示槽位号, 找到对应的插槽即可
 +
 +<WRAP tip 50%>
 +  - nvidia-smi 输出的 busid  00000000:CA:00.0
 +  - dmidecode -t slot 输出的 Bus Address: 0000:ca:00.0
 +</WRAP>
 +
 +{{:mstation:busid.png?700|}}
 +
mstation/busid.1723794455.txt.gz · 最后更改: 2024/08/16 15:47 由 pengge