记录一次实验室显卡服务器崩溃事件（Ubuntu18.04 server系统，4块NVIDIA的特斯拉显卡）

系统报错（显示屏上的错误）：

 

 

 

 

 

 

 

系统中的日志文件中所有的log文件都没有记录这次崩溃事件。

 

 

 

 

 

 

 

不过根据屏幕上显示出的报错，大致估计为显卡的问题：

重启后查看显卡地址：

 

 

 

 

 

发现报错的显卡是  0号显卡。个人估计就是实验室的很多本科生不太会指定显卡号，所以0号显卡上运行的程序较多，导致冲突，不过这也只是猜测。同时这个问题也可能是显卡的工作模式设置不当等原因产生的，于是将显卡的工作模式调为 Persistence-M (Persistence Mode) ，具体解释看前文：https://www.cnblogs.com/devilmaycry812839668/p/14799016.html  。

 

 

 

 

 

如果驱动可以一直加载到系统中，直观感觉应该会减少显卡工作报错的现象，不过这也只是猜测。

 

 

 

 

 

 

=============================================