PowerEdge: Grafiikkasuorittimen lämmönhallintaa tai grafiikkasuoritinta ei havaittu

• Grafiikkasuorittimen suorituskyky heikkenee suuren kuormituksen aikana.
• GPU: n kellotaajuus laskee automaattisesti laitteiston suojaamiseksi.
• Grafiikkasuorittimen lämpötila nousee korkeiksi kuormitusten aikana.
• Järjestelmän tapahtumalokissa (SEL) näkyy järjestelmän tulolämpötilaan liittyviä varoituksia.
• Grafiikkasuoritin ei näy käyttöjärjestelmä- tai hallintatyökaluissa.
• Komento nvidia-smi ei näytä grafiikkasuoritinlaitetta.
• iDRAC tai BIOS ei tunnista asennettua grafiikkasuoritinta.

• Datakeskuksen korkea ympäristön lämpötila
• Riittämätön ilmavirtaus tai tukkeutunut ilmanotto palvelinkehikossa
• Virheelliset tuuletinprofiili- tai lämpökäytäntöasetukset
• Grafiikkasuoritin ei ole oikein paikallaan PCIe-paikassa
• Grafiikkasuorittimen kokoonpanoa ei tueta tai laiteohjelmisto ei vastaa toisiaan
• Vanhentunut BIOSin, iDRACin tai grafiikkasuorittimen laiteohjelmisto
• GPU-moduulien virta- tai kaapeliyhteysongelmat

1. Tarkista GPU: n lämpötila ja kaasun tila:

Suorita seuraava komento käyttöjärjestelmässä tarkistaaksesi Nvidia-grafiikkasuorittimien grafiikkasuorittimen suorituskyvyn ja kaasutilan:

nvidia-smi -q -d performance

Jos kaasun syyt ovat Not Active, grafiikkasuoritin toimii normaalisti.

2. Valvo järjestelmän lämpötilaa:

• Tarkista järjestelmän tapahtumaloki (SEL) iDRACissa.
• Katso lämpötilavaroitukset Lifecycle Lokista.
• Tarkista järjestelmän tuloilman lämpötila Lämpötilan yleiskatsaus -kohdasta.

3. Paranna jäähdytysolosuhteita:

• Varmista, että konesalin ympäristön lämpötila on tuetuissa rajoissa.
• Poista ilmavirran tukokset telineestä.
• Varmista, että kaikki järjestelmän tuulettimet toimivat oikein.
• Käytä asianmukaisia ilmavirtaussuojuksia ja grafiikkasuorittimen jäähdytyssarjoja.

4. Tarkista grafiikkasuorittimen laitteiston asennus:

• Varmista, että grafiikkasuoritin on kunnolla paikallaan PCIe-paikassa.
• Tarkista grafiikkasuorittimen virtajohdot ja liittimet.
• Varmista, että palvelinympäristö tukee grafiikkasuoritinta.

5. Päivitä järjestelmän laiteohjelmisto:

• Päivitä palvelimen BIOS.
• Päivitä iDRAC-laiteohjelmisto.
• Päivitä grafiikkasuorittimen ohjaimet ja laiteohjelmisto.

6. Tarkista grafiikkasuorittimen tunnistus:

Tarkista seuraavalla komennolla, tunnistaako järjestelmä Nvidia-grafiikkasuorittimen:

nvidia-smi

Jos näytönohjainta ei havaita, tarkista BIOS-asetukset ja laitteiston asennus.

7. Testaa grafiikkasuoritinta toisessa PCIe-paikassa:

Jos grafiikkasuoritinta ei havaita tai sen suorituskykyongelmat jatkuvat, yritä asentaa se toiseen vapaaseen PCIe-paikkaan.

• Sammuta palvelin ja irrota virtajohdot.
• Poista grafiikkasuoritin nykyisestä PCIe-paikasta.
• Asenna grafiikkasuoritin toiseen tuettuun PCIe-paikkaan.
• Kytke virta ja käynnistä järjestelmä.
• Tarkista komennolla, tunnistetaanko grafiikkasuoritin nvidia-smi tai iDRAC:n laitteistoluettelosta.

Jos grafiikkasuoritin havaitaan toisessa paikassa, alkuperäisessä PCIe-paikassa voi olla määritys- tai laitteisto-ongelma.

8. Suorita grafiikkasuorittimen diagnostiikkatesti:

Tarkista Nvidia-grafiikkasuorittimen kunto ja havaitse mahdolliset laitteisto- tai lämpöongelmat NVIDIA Data Center GPU Manager (DCGM) -diagnostiikkatyökalulla.

1. Käytä käyttöjärjestelmää SSH:n tai konsolin kautta.
2. Tee grafiikkasuorittimen laajennettu diagnostiikkatesti suorittamalla seuraava komento:

sudo dcgmi diag

Tämä komento suorittaa kattavan diagnostiikkatestin, joka tarkistaa grafiikkasuorittimen muistin, PCIe-yhteyden ja lämmönsäätelyn. Tarkista, ettei tulosteessa ole laitteistoon tai suorituskykyyn liittyviä ongelmia.