Cuda 如何处理NVIDIA图形卡中的ECC支持功能

服务器设置了两张

NVIDIA K20m

卡，但启用了

ECC

。我观察到，使用

nvidia smi-a

命令，即使卡中没有运行任何计算任务，

Volatile GPU利用率也很高。
K20m
仅用于计算。我在
谷歌
中搜索，并查看了以下链接：和

似乎
ECC
总是一个坏功能，因此它总是设置为
禁用
。那么
ECC
的真正含义是什么呢？我只是该服务器的普通用户，因此我无权使用命令
nvidia smi-e 0
将
ECC
设置为禁用。普通用户是否可以将
ECC
设置为禁用

关闭
ECC
会产生什么影响？我们应该什么时候打开它？关闭时？
即使没有运行其他计算任务，在运行nvidia smi时，GPU利用率也可能变为非零。这与ECC没有连接

那么ECC的真正含义是什么

ECC是。它不是GPU独有的。在GPU上，它是一种使用额外内存位存储错误信息的功能，因此，如果内存子系统中发生错误（特别严重），则可以检测并报告错误，或者检测并纠正错误

普通用户是否可以将ECC设置为禁用

在linux上禁用ECC需要root权限

当我们关闭ECC时会产生什么影响

GPU应用程序的可用带宽和内存大小可能会增加。如果关闭ECC并发生内存子系统错误，则不会收到明确的通知。根据错误发生的上下文，该错误可能会产生从完全无效到完全应用程序崩溃的各种影响

我们应该什么时候打开它？什么时候下班

当您想要防止内存损坏错误时，请启用它。如果您希望获得最高性能（例如，进行基准测试），或者您认为您的应用程序可以容忍内存错误（例如，您检查结果的有效性，并且不介意重新运行因某种原因失败的应用程序），请将其关闭

请注意，一些具有HBM（HBM2）内存的较新GPU可能具有以下特性：。由于HBM2内存的设计，启用ECC通常会导致很少或没有性能损失（带宽），并且不会减少内存大小。对于具有HBM2内存的GPU，一般建议始终保持ECC打开。
谢谢，先生。事实上，我刚刚发现，如果valatile GPU的利用率很高，系统的响应就会非常慢。当我将作业提交到集群中时，调度程序使用GPU将作业分配到计算节点，然后进程也会缓慢启动。所以我想知道是否有配置错误。
SDK
是
CUDA-6.0
，驱动程序也是如此。我在那些使用GPU的计算节点上进行了测试，发现一些机器对GPU使用请求的响应很慢，但其他的都可以。所以我想找出问题所在。在一个节点上，
lspci
显示两个
K20m
GPU已设置，但当我使用
nvidia smi
时，它表示找不到它们，并输出“无法确定GPU 0000:81:00.0的设备句柄”。我想我也应该向集群经理寻求帮助。非常感谢。是否可以在没有GPU卡的情况下禁用ECC？Ie我正在一台没有GPU的机器上建立一个映像，但是当我使用映像时，机器将有一个GPU，我希望在这一点上禁用ECC。现在我不能在启动时这样做，因为我必须重新启动GPU盒。打开和关闭ECC必须以编程方式完成。通常这意味着GPU必须存在，您可以使用
nvidia smi
命令行工具在相关GPU上启用或禁用它。您可以使用NVML库执行类似的功能，我还没有对此进行彻底研究。如果是这种情况，那么它将允许您编译一个程序并使用NVML打开和关闭ECC。但是，在程序/更改完成后，打开和关闭ECC需要重新启动。嗨@RobertCrovella，我还有另一个问题：对于深度学习应用程序，带16x/16x的双向SLI和带8x/8x的双向SLI之间有什么区别吗？在第二种模式中，GPU的吞吐量受到带宽的限制，对吗？谢谢