我有一台 24GB 的 RTX A5000，TDP 为 230W。我无法在 Ubuntu 20.04.5 LTS 上强调 GPU。每当我运行机器学习模型（GPU 上有 4-5GB RAM）时，屏幕都会挂起 4-5 秒，然后 PC 会重新启动。顺便说一句，我的工作站有一个 MSI BIOS（UEFI），没有集成显卡。
我在同一个 SSD（双启动）上安装了 Windows 11，使用 FurMark v1.31.0.0 GPU 压力测试基准工具将 GPU 压力提高到 100% TDP，没有问题。这里是结果。
我还运行了多个 ML 模型，这些模型占用了 GPU 上高达 20GB 的 RAM。没有任何问题。
这是怎么回事？这个问题有点类似一。
nvidia-smi这是Ubuntu 20.04 和 Windows 11 Home 21H2的输出。
Sat Oct 1 13:20:55 2022
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 515.65.01 Driver Version: 515.65.01 CUDA Version: 11.7 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0 NVIDIA RTX A5000 Off | 00000000:65:00.0 On | 0 |
| 30% 32C P8 14W / 230W | 198MiB / 23028MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
| 0 N/A N/A 1459 G /usr/lib/xorg/Xorg 39MiB |
| 0 N/A N/A 2458 G /usr/lib/xorg/Xorg 55MiB |
| 0 N/A N/A 2602 G /usr/bin/gnome-shell 92MiB |
+-----------------------------------------------------------------------------+
Sat Oct 1 12:26:46 2022
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 517.40 Driver Version: 517.40 CUDA Version: 11.7 |
|-------------------------------+----------------------+----------------------+
| GPU Name TCC/WDDM | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0 NVIDIA RTX A5000 WDDM | 00000000:65:00.0 On | 0 |
| 30% 42C P2 64W / 230W | 146MiB / 23028MiB | 1% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
| 0 N/A N/A 7780 C+G C:\Windows\explorer.exe N/A |
| 0 N/A N/A 8732 C+G ...artMenuExperienceHost.exe N/A |
| 0 N/A N/A 8792 C+G ...n1h2txyewy\SearchHost.exe N/A |
| 0 N/A N/A 11088 C+G ...r\MSI_Network_Manager.exe N/A |
| 0 N/A N/A 11092 C+G ...SI\Fast Boot\FastBoot.exe N/A |
+-----------------------------------------------------------------------------+
我知道有一些 Windows8/10 专用的BIOS 中的设置。但我不认为这能解决 Windows 11 上的任何问题。
答案1
我通过私人支持单与 NVIDIA 进行了长时间的讨论。他们甚至不明白问题所在。但最终我们还是成功了。
简而言之，我的 PSU 有 600W 电源。主板和 GPU 的导轨相同（12*46=552W）。更多详细信息可参见这里。
在查看崩溃转储后，我们拔下所有显示器并使用 SSH 连接到 PC。然后我们杀死Xorg和GDM。这次我们可以对 GPU 施加压力。
崩溃转储表明以下内容：
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: Xorg: ../../../../dix/privates.c:384: dixRegisterPrivateKey: Assertion `!global_keys[type].created' failed.
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE)
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) Backtrace:
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) 0: /usr/lib/xorg/Xorg (OsLookupColor+0x13c) [0x55af51a31ddc]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) 1: /lib/x86_64-linux-gnu/libpthread.so.0 (funlockfile+0x60) [0x7f7b5d0e4420]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) 2: /lib/x86_64-linux-gnu/libc.so.6 (gsignal+0xcb) [0x7f7b5cf1f00b]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) 3: /lib/x86_64-linux-gnu/libc.so.6 (abort+0x12b) [0x7f7b5cefe859]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) unw_get_proc_name failed: no unwind info found [-10]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) 4: /lib/x86_64-linux-gnu/libc.so.6 (?+0x0) [0x7f7b5cefe729]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) 5: /lib/x86_64-linux-gnu/libc.so.6 (__assert_fail+0x46) [0x7f7b5cf0ffd6]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) 6: /usr/lib/xorg/Xorg (dixRegisterPrivateKey+0x239) [0x55af518eeb39]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) 7: /usr/lib/xorg/modules/libglamoregl.so (glamor_init+0xcf) [0x7f7b52ce037f]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) unw_get_proc_name failed: no unwind info found [-10]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) 8: /usr/lib/xorg/modules/drivers/modesetting_drv.so (?+0x0) [0x7f7b5cbb1cfd]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) unw_get_proc_name failed: no unwind info found [-10]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) 9: /usr/lib/xorg/modules/drivers/modesetting_drv.so (?+0x0) [0x7f7b5cba9fb6]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) 10: /usr/lib/xorg/Xorg (AddGPUScreen+0xf5) [0x55af518d03b5]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) 11: /usr/lib/xorg/Xorg (xf86PlatformMatchDriver+0xa44) [0x55af5192b4c4]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) 12: /usr/lib/xorg/Xorg (xf86PlatformDeviceCheckBusID+0x225) [0x55af51930f05]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) 13: /usr/lib/xorg/Xorg (config_fini+0xa4a) [0x55af5192d10a]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) 14: /usr/lib/xorg/Xorg (config_fini+0x1408) [0x55af5192dac8]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) 15: /usr/lib/xorg/Xorg (OsCleanup+0x5c1) [0x55af51a32831]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) 16: /usr/lib/xorg/Xorg (WaitForSomething+0x193) [0x55af51a2b5f3]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) 17: /usr/lib/xorg/Xorg (SendErrorToClient+0x117) [0x55af518cfd77]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) 18: /usr/lib/xorg/Xorg (InitFonts+0x3b4) [0x55af518d4064]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) 19: /lib/x86_64-linux-gnu/libc.so.6 (__libc_start_main+0xf3) [0x7f7b5cf00083]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE) 20: /usr/lib/xorg/Xorg (_start+0x2e) [0x55af518bdaae]
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE)
Oct 12 09:21:47 MSI-X299-SLI-PLUS-7A93 /usr/lib/gdm3/gdm-x-session[2799]: (EE)
NVIDIA 得出的结论是驱动程序Xorg崩溃了modesetting_drv。他们让我联系 Ubuntu 支持人员，了解 Xorg 在 中崩溃的原因modesetting_drv。我没有联系他们。
NVIDIA 建议我要么换成 Windows，要么换成带板载显卡的主板，用它做显示器。但我将 Ubuntu 升级到 22.04 并使用 Wayland，效果很好。
顺便说一句，我们还测试了新的开源 NVIDIA 驱动程序，但情况仍然相同。如果有人需要完整的崩溃转储（~260MB），我可以将其上传到 wetransfer。