如何检查 GPU 内存行重映射健康状态
StasBekman · x · 2026-08-23
更新了一份 GPU 故障排查文档，新增了“如何检查 GPU 内存行重映射健康状态”一节。文章指出，虽然 GPU 最终可能因故障需要 RMA（退换），但在重映射内存库耗尽前，通过检测和利用这一特性可以延长其使用寿命。文档涵盖了 Xid 错误、ECC 错误等硬件问题的诊断与分析，适合大规模 ML 训练场景。
「Infra」频道最新
- 传 SK 海力士美国建厂或以美方放宽对华设备出口为条件 — pstAsiatech · 2026-10-15
- Perplexity 新 embedding 模型：大模型建索引、小模型做查询 — antoine_chaffin · 2026-10-15
- Unsloth 发布 Nemotron 3.5 本地量化包:Bolt 24GB 内存可跑 — danielhanchen · 2026-10-15
- vLLM-Omni 联手 BFL 与 NVIDIA 上线 FLUX 3 Image Klein 当日支持 — vllm_project · 2026-10-15
- NVIDIA Nemotron 3.5 Super VL 上线 Applied Compute 平台训推 — ypatil125 · 2026-10-15
- CoreWeave 债券收益率破 16%,贷款期限比客户合同长约 2 年 — tengyanAI · 2026-10-15