nvidia-smi命令有一张卡功率显示未N/A
在 NVIDIA-SMI 输出中，第四张 GPU 的功率显示为 “N/A”，这通常与以下几种情况相关：
Fri Sep 13 09:47:23 2024
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 550.54.14 Driver Version: 550.54.14 CUDA Version: 12.4 |
|-----------------------------------------+------------------------+----------------------+
| 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 GeForce RTX 3080 Off | 00000000:02:00.0 Off | N/A |
| 33% 45C P0 93W / 320W | 0MiB / 10240MiB | 0% Default |
| | | N/A |
+-----------------------------------------+------------------------+----------------------+
| 1 NVIDIA GeForce RTX 3080 Off | 00000000:03:00.0 Off | N/A |
| 31% 44C P0 90W / 320W | 0MiB / 10240MiB | 0% Default |
| | | N/A |
+-----------------------------------------+------------------------+----------------------+
| 2 NVIDIA GeForce RTX 3080 Off | 00000000:81:00.0 Off | N/A |
| 30% 39C P0 86W / 320W | 0MiB / 10240MiB | 0% Default |
| | | N/A |
+-----------------------------------------+------------------------+----------------------+
| 3 NVIDIA GeForce RTX 3080 Off | 00000000:82:00.0 Off | N/A |
| 37% 48C P0 89W / 320W | 0MiB / 10240MiB | 0% Default |
| | | N/A |
+-----------------------------------------+------------------------+----------------------+
| 4 NVIDIA GeForce RTX 3080 Off | 00000000:83:00.0 Off | N/A |
| 30% 41C P0 N/A / 320W | 0MiB / 10240MiB | 0% Default |
| | | N/A |
+-----------------------------------------+------------------------+----------------------+
+-----------------------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=========================================================================================|
| No running processes found |
+-----------------------------------------------------------------------------------------+
第四张开功率显示为N/A
可能的原因
-
GPU 状态或设置问题：
- GPU 可能处于空闲状态，未启用高功耗模式。
- GPU 电源管理策略限制了功率的读取，可能没有开启完整的监控。
-
驱动问题：
- 驱动程序不兼容或配置不正确，可能导致某些 GPU 的功率无法正确显示。
-
硬件问题：
- 该 GPU 可能存在硬件问题，比如温度传感器或电源相关的传感器失效，导致功率读取失败。
-
BIOS/固件问题：
- GPU 或主板的 BIOS 设置可能限制了对 GPU 功率的读取。
-
MIG（多实例 GPU）配置：
- 如果 GPU 配置了 MIG 模式（多实例 GPU），有时功率信息也会被屏蔽。
解决方法
-
重启 NVIDIA 驱动程序：
你可以尝试通过命令重启 NVIDIA 驱动，确保其正常工作：sudo systemctl restart nvidia-persistenced -
更新或重装 NVIDIA 驱动程序：
- 检查是否有最新版本的驱动程序可以更新，或者重新安装当前的驱动程序。
- 确保驱动程序与 CUDA 版本兼容。
-
检查电源管理设置：
- 检查系统或 GPU 的电源管理设置，确保不会限制功率监控。
- 可以尝试将 GPU 设置为“持续模式”：
sudo nvidia-smi -pm 1
-
硬件检查：
- 检查这张 GPU 是否插牢、连接的电源线是否正常工作。
-
查看 BIOS 设置：
- 进入主板 BIOS 检查 GPU 相关的设置，确保一切配置正常。
后续处理
如果以上方法都无效，建议检查是否有与该 GPU 相关的系统日志，或者联系硬件供应商获取进一步的支持。
