Nvidia GPU风扇和电源显示ERR! 解决办法

训练模型时，风扇异常响，然后输入nvidia-smi发现风扇异常如下图（网上找的图）

 

 

在nvidia论坛有人给出了解决方案，即问题的根源可能是风扇转速不足使GPU过热导致的。

首先开启GPU的persistent mode,再设置风扇的功率，重启即可生效。其中200代表的是风扇的最大功率限制，可以将其设置为最大，这样过热的时候风扇就会自动加大功率。

sudo nvidia-smi -pm 1
sudo nvidia-smi -pl 200 -i 1 # 最高250，指定运行的1卡最高功率为200，从而降低发热

手动风扇控制

此外，还可以将GPU风扇的手动风速控制打开。方法为：

首先，使用sudo nvidia-xconfig --enable-all-gpus命令打开所有gpu在xserver中的设置（不使用sudo可能无权限写入新配置）
然后修改配置文件：sudo vim /etc/X11/xorg.conf，在其中的DeviceSection中加入Option "Coolbits" "4"如下图所示：

 

 

• 如果机器上有多块gpu，在第一步命令执行后，会在这个xorg.conf中出现多个Device Section,都依次执行第三步操作。重启机器后，命令行执行nvidia-settings，会打开设置界面，在其中的会显示所有GPU的设置选项，每个GPU控制选项下面都有一个Thermal settings,进入后打开enable GPU Fan Setting即可对风扇进行手动风速调整了。