当前位置: 首页 > article >正文

服务器训练过程程序崩溃,显卡资源释放方式

使用服务器训练过程出现程序崩溃但是显卡资源未能释放的问题解决方式主要是多卡使用过程不能影响其他人正在使用的显卡资源。一、查看显卡使用情况查看显卡正在使用的进程watch nvidia-smi|NVIDIA-SMI580.126.09Driver Version:580.126.09CUDA Version:13.0|---------------------------------------------------------------------------------------|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.||||0NVIDIA A100-SXM4-80GB Off|00000000:00:09.0Off|0||N/A39C P089W/400W|24375MiB/81920MiB|0%Default||||Disabled|---------------------------------------------------------------------------------------|1NVIDIA A100-SXM4-80GB Off|00000000:00:0A.0Off|0||N/A35C P095W/400W|45173MiB/81920MiB|0%Default||||Disabled|---------------------------------------------------------------------------------------|2NVIDIA A100-SXM4-80GB Off|00000000:00:0B.0Off|0||N/A39C P093W/400W|77961MiB/81920MiB|56%Default||||Disabled|---------------------------------------------------------------------------------------|3NVIDIA A100-SXM4-80GB Off|00000000:00:0C.0Off|0||N/A37C P099W/400W|78351MiB/81920MiB|100%Default||||Disabled|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|Processes:||GPU GI CI PID Type Process name GPU Memory||ID ID Usage||||2N/A N/A3342634C/bin/python377918MiB||3N/A N/A3342635C/bin/python378308MiB|程序用的卡0和1训练但是程序已经崩溃卡0和1资源没有释放。二、查看显卡正在使用的进程查看显卡正在使用的进程sudo fuser-v/dev/nvidia*USER PID ACCESS COMMAND/dev/nvidia0:root3341936F...m pt_main_thread root3342634F....pt_main_thread root3342635F....pt_main_thread root3348049F...m python3 root3348112F...m python3/dev/nvidia1:root3341936F...m pt_main_thread root3342634F....pt_main_thread root3342635F....pt_main_thread root3348049F...m python3 root3348112F...m python3/dev/nvidia2:root3341936F...m pt_main_thread root3342634F...m pt_main_thread root3342635F...m pt_main_thread root3348049F....python3 root3348112F....python3/dev/nvidia3:root3341936F...m pt_main_thread root3342634F...m pt_main_thread root3342635F...m pt_main_thread root3348049F....python3 root3348112F....python3三、查看进程对应的节点信息ps-p3348049,3348112-o pid,ppid,stat,cmdPID PPID STAT CMD33480492589037Sl/opt/bin/python3-u tools/train.py--local-rank0projects/configs/stage.py--launcher pytorch--deterministic--work-dir./work_dirs/stage33481122589037Sl/opt/bin/python3-u tools/train.py--local-rank0projects/configs/stage.py--launcher pytorch--deterministic--work-dir./work_dirs/stage发现这两个进行号对应的是之前所用的程序导致的崩溃。四、kill掉对应的进程号sudo kill-933480493348112再运行第一步显示显卡资源正常释放五、停止之前的容器重新进入docker stop e847dc3213cf docker start e847dc3213cf docker exec-it e847dc3213cf bash六、多卡通信延迟报错export NCCL_TIMEOUT36000000

相关文章:

服务器训练过程程序崩溃,显卡资源释放方式

使用服务器训练过程出现程序崩溃,但是显卡资源未能释放的问题解决方式,主要是多卡使用过程,不能影响其他人正在使用的显卡资源。一、查看显卡使用情况 查看显卡正在使用的进程 watch nvidia-smi| NVIDIA-SMI 580.126.09 Driver V…...

量子优化技术在工业数据生产规划中的应用与实践

1. 量子优化技术在工业数据生产规划中的实践探索在汽车制造领域,生产规划一直是个复杂难题。以冲压车间为例,金属板材需要通过冲压机加工成车身部件,每台冲压机都有不同的工作能力和成本特性,而每个模具组又需要分配到合适的机器上…...

Armv9 SME2架构下BFloat16计算优化与机器学习加速

1. SME2指令集与BFloat16计算优化解析在Armv9架构的SME2扩展中,BFloat16(简称BF16)支持成为机器学习加速的关键特性。这种16位浮点格式通过截断IEEE 754单精度浮点的尾数位(从23位减至7位),同时保留完整的8…...

什么制造业电子数据交换(EDI)软件?|应用现状以及发展趋势

一、什么是电子数据交换(EDI)软件电子数据交换(EDI),是制造企业之间按照行业标准,自动完成业务数据传输的数字化工具。EDI软件能够将订单、预测、发货、发票、物料主数据等信息,在企业ERP、MES、…...

Arm硬件跟踪技术在嵌入式调试中的应用与优化

1. Arm Development Studio 跟踪技术深度解析在嵌入式系统开发领域,调试实时性要求高的系统一直是个棘手问题。传统断点调试会中断程序执行流,而日志输出又可能影响系统时序。Arm Development Studio提供的硬件跟踪技术完美解决了这一痛点——它能以纳秒…...

【全新升级】PC 端 Open Claw v 2.7.5 零基础搭建步骤

📌 前言 开源圈热门的「数字员工」OpenClaw(昵称小龙虾),GitHub 星标突破 28 万,凭借本地运行 零代码操作 自动干活的核心优势广受关注!很多人误以为它是普通聊天 AI,实则是能真正操控电脑的…...

RVC-WebUI语音克隆工具:从零开始的完整实战指南

RVC-WebUI语音克隆工具:从零开始的完整实战指南 【免费下载链接】rvc-webui liujing04/Retrieval-based-Voice-Conversion-WebUI reconstruction project 项目地址: https://gitcode.com/gh_mirrors/rv/rvc-webui RVC-WebUI是一款基于检索式语音转换技术的开…...

基于Adafruit Trinket与旋转编码器制作USB物理音量旋钮

1. 项目概述与核心价值作为一个常年泡在电脑前,需要频繁切换音乐、会议和视频的开发者,我发现自己每天点击系统音量图标的次数多得离谱。那种在关键时刻需要快速调低音量,却不得不移动鼠标、寻找小图标的操作,不仅打断了工作流&am…...

别再被格式卡论文了!Paperxie 格式排版功能,一键搞定从本科到博士的规范难题

paperxie-免费查重复率aigc检测/开题报告/毕业论文/智能排版/文献综述/AI PPThttps://www.paperxie.cn/format/typesettinghttps://www.paperxie.cn/format/typesetting 论文季里,有多少人的崩溃,不是因为写不出内容,而是死在了格式上&#x…...

基于Circuit Playground Express与NeoPixel的智能光控花环制作全攻略

1. 项目概述:打造一个会“呼吸”的智能光之花环你是否想过,让一串普通的装饰灯带拥有感知环境、自动调节的“生命”?这听起来像是科幻电影里的场景,但实际上,利用今天唾手可得的开源硬件和图形化编程工具,任…...

Allegro与OrCAD联动实操:如何安全高效地完成PCB位号‘反向同步’而不飞器件?

Allegro与OrCAD协同设计中的位号反标:规避风险的全流程实战指南 在复杂电子系统设计领域,Cadence Allegro与OrCAD的协同工作流程已成为行业标准配置。当PCB布局工程师经过多轮迭代优化器件位置后,如何将最终的位号变更安全地反向同步到原理图…...

别再手动改‘等’和‘et al’了!Endnote X9搭配Word搞定GB/T7714格式中英文混排(保姆级教程)

科研写作效率革命:Endnote X9与Word协同实现中英文文献自动排版 看着期刊发回的格式修改意见,实验室的王博士又一次对着电脑屏幕叹了口气。参考文献列表里中英文混排的"等"和"et al"就像散落的拼图碎片,手动修改不仅耗时…...

Hitboxer:免费解决游戏按键冲突的专业SOCD重映射工具

Hitboxer:免费解决游戏按键冲突的专业SOCD重映射工具 【免费下载链接】socd Key remapper for epic gamers 项目地址: https://gitcode.com/gh_mirrors/so/socd 你是否曾在激烈的格斗游戏中,因为同时按下左右方向键而无法准确释放必杀技&#xff…...

【算法题攻略】位运算总结(含习题解析)

文章目录一、位运算总结1. 位操作符 和 移位操作符(含原码、反码、补码介绍)2. 给一个数n,确定它的二进制表示中的第 x 位是 0 还是 13. 给一个数n,将它的二进制表示中的第 x 位修改成 1(或 0)4. 提取一个数…...

基于Google App Engine构建物联网能耗监测系统:从传感器到可视化全栈实践

1. 项目概述与核心价值如果你和我一样,对家里或办公室里那些“电老虎”设备到底消耗了多少能源感到好奇,甚至想为节能减排做点贡献,那么自己动手搭建一个能耗监测系统会是一个极具成就感的项目。这不仅仅是技术上的挑战,更是一种将…...

猫抓浏览器扩展终极指南:高效捕获网页视频与流媒体资源的专业解决方案

猫抓浏览器扩展终极指南:高效捕获网页视频与流媒体资源的专业解决方案 【免费下载链接】cat-catch 猫抓 浏览器资源嗅探扩展 / cat-catch Browser Resource Sniffing Extension 项目地址: https://gitcode.com/GitHub_Trending/ca/cat-catch 猫抓&#xff08…...

零基础极速上手教程:用AI建站工具10分钟生成你的第一个网站

你是不是也想过拥有一个属于自己的网站,但总觉得那是程序员才干得了的事?或者你曾经试过一些建站工具,结果被复杂的后台、密密麻麻的选项和所谓的「可视化拖拽」搞得晕头转向?别担心,今天这篇教程,就是专门…...

10倍效率提升!词达人自动化助手:告别枯燥词汇练习的终极解决方案

10倍效率提升!词达人自动化助手:告别枯燥词汇练习的终极解决方案 【免费下载链接】cdr 微信词达人,高正确率,高效简洁。支持班级任务及自选任务 项目地址: https://gitcode.com/gh_mirrors/cd/cdr 你是否厌倦了每周在词达人…...

为什么很多商城系统,只适合“创业期”,却撑不起“增长期”?——真正成熟的系统,核心从来不是“今天能跑”,而是“业务增长后依然可控”

很多企业第一次做商城系统时,通常都会特别关注: 能不能快速上线功能够不够用页面能不能快速交付能不能尽快开始运营 因为在业务初期。 企业最重要的: 通常都是: 先把业务跑起来 所以很多系统前期的发展逻辑都很类似&#xff…...

词达人自动化助手:终极指南让英语词汇学习效率提升10倍

词达人自动化助手:终极指南让英语词汇学习效率提升10倍 【免费下载链接】cdr 微信词达人,高正确率,高效简洁。支持班级任务及自选任务 项目地址: https://gitcode.com/gh_mirrors/cd/cdr 厌倦了在词达人平台上花费数小时完成重复的词汇…...

项目介绍 基于java+vue的校园舆情监测与预警系统设计与实现(含模型描述及部分示例代码)专栏近期有大量优惠 还请多多点一下关注 加油 谢谢 你的鼓励是我前行的动力 谢谢支持 加油 谢谢

基于javavue的校园舆情监测与预警系统设计与实现的详细项目实例 请注意此篇内容只是一个项目介绍 更多详细内容可直接联系博主本人 或者访问对应标题的完整博客或者文档下载页面(含完整的程序,GUI设计和代码详解) 校园舆情监测与预警系统…...

猫抓插件完全指南:浏览器资源嗅探与下载的终极解决方案

猫抓插件完全指南:浏览器资源嗅探与下载的终极解决方案 【免费下载链接】cat-catch 猫抓 浏览器资源嗅探扩展 / cat-catch Browser Resource Sniffing Extension 项目地址: https://gitcode.com/GitHub_Trending/ca/cat-catch 你是否曾在浏览网页时发现心仪的…...

洛谷 B4358:[GESP202506 三级] 奇偶校验 ← 位运算

​【题目来源】 https://www.luogu.com.cn/problem/B4358 【题目描述】 数据在传输过程中可能出错,因此接收方收到数据后通常会校验传输的数据是否正确,奇偶校验是经典的校验方式之一。 给定 n 个非负整数 c1,c2,…,cn 代表所传输的数据,它们…...

微软:小模型替代大模型执行终端任务

📖标题:Terminus-4B: Can a Smaller Model Replace Frontier LLMs at Agentic Execution Tasks? 🌐来源:arXiv, 2605.03195v1 🛎️文章简介 🔸研究问题:在代码智能体的终端执行子任务中&#x…...

G-Helper深度解析:华硕笔记本的终极轻量级控制方案

G-Helper深度解析:华硕笔记本的终极轻量级控制方案 【免费下载链接】g-helper Lightweight Armoury Crate alternative for Asus laptops with nearly the same functionality. Works with ROG Zephyrus, Flow, TUF, Strix, Scar, ProArt, Vivobook, Zenbook, Exper…...

网易云音乐NCM格式转换:三步解密法让音乐自由播放

网易云音乐NCM格式转换:三步解密法让音乐自由播放 【免费下载链接】ncmdump 项目地址: https://gitcode.com/gh_mirrors/ncmd/ncmdump 你是否曾在网易云音乐下载了心爱的歌曲,却发现只能在特定播放器中欣赏?当你想要在其他设备或播放…...

【无人机三维路径规划】基于遗传算法GA实现复杂山地环境下无人机三维路径规划研究(Matlab代码实现)

💥💥💞💞欢迎来到本博客❤️❤️💥💥 🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️座右铭&a…...

浏览器指纹JS逆向全解析:Canvas、WebGL与Audio指纹绕过

在当前的反爬虫与风控体系中,浏览器指纹技术已成为识别自动化工具的核心手段。传统的UserAgent、IP地址等信息早已不足为凭,而基于Canvas、WebGL、AudioContext等API生成的“渲染层指纹”,因其高度依赖硬件和系统环境,具备极强的唯…...

戴尔G15笔记本终极散热解决方案:TCC-G15开源温度控制中心完全指南

戴尔G15笔记本终极散热解决方案:TCC-G15开源温度控制中心完全指南 【免费下载链接】tcc-g15 Thermal Control Center for Dell G15 - open source alternative to AWCC 项目地址: https://gitcode.com/gh_mirrors/tc/tcc-g15 还在为戴尔G15笔记本玩游戏时过热…...

手把手教你写JS逆向通用模板:一键提取加密参数

在JS逆向实战中,你一定遇到过这种情况:同一个网站,换个接口就要重新扣代码、调环境、处理依赖;换个网站,又要从头再来一遍,重复劳动浪费大量时间。 其实90%的JS逆向场景,都可以用一套通用模板搞定。不管是MD5/SHA1签名、AES/RSA加密、还是混淆后的动态加密函数,这套模…...