我有一台生产机器（Ubuntu 18.04），它使用 Nvidia 在 GPU 中运行进程。某个进程已分配内存，现在已停止运行，导致 GPU 基本无法使用。
ps -o ppid=-p
返回 1，这意味着 PID=1 是我的已停止进程的父进程，所以我无法终止它。
nvidia-smi 显示此进程在 GPU 中分配了大量内存。因此我认为我可以使用
nvidia-smi --gpu-reset
释放资源。子进程会产生什么问题吗？它能“看到”它分配的资源不再可用吗？
本质上：这是否危险？
答案1
使用 nvidia-smi --gpu-reset 将重置 GPU 并释放已停用进程所占用的所有分配资源（包括内存）。但是，此命令只能在 GPU 处于空闲状态时使用，这意味着没有其他活动进程正在使用 GPU。
如果您的 GPU 正在被其他活动进程使用，则 --gpu-reset 命令可能会失败或导致意外的副作用，例如终止这些进程或由于 GPU 资源突然丢失而导致它们发生故障。
由于已停用进程的父进程是 PID=1，因此不太可能产生任何进一步的麻烦。重置 GPU 时，它分配的资源将被释放，已停用进程将无法查看或使用它们。
只要没有其他进程正在使用 GPU，使用 nvidia-smi --gpu-reset 通常都是安全的。如果有其他进程正在使用 GPU，您应该尝试在重置 GPU 之前正常停止这些进程。此外，重置 GPU 后监控系统是个好主意，以确保不会出现意外问题。
如果机器冻结，你需要重新启动，这是很常见的，因为内核模块可能卡住了，甚至对终止使用 GPU 的进程也没有反应