A800 80GB 八卡 GPU Burn 压测操作文档1. 环境信息项目详情操作系统Ubuntu 22.04 LTSGPUNVIDIA A800 80GB × 8压测工具gpu-burn压测时长30 分钟1800 秒输出目录/root/gpu-burn/Compute Capability8.0 (GA100)2. 前置检查nvidia-smi# 检查驱动、8 卡全部可见nvidia-smi-L|grepA800# 确认 8 条 A800 记录nvcc--version# 确认 CUDA 已安装3. 安装 gpu-burnsudoaptupdatesudoaptinstall-ybuild-essentialgitcd/tmpgitclone https://gitee.com/mirrors_wilicc/gpu-burn.git# 国内用 Gitee 镜像cdgpu-burnmakeCOMPUTE80# A800 compute capability 8.0./gpu_burn-l# 验证确认 8 张 A800GitHub 连不上时备选git clone https://ghproxy.com/https://github.com/wilicc/gpu-burn.git编译报错找不到 nvccexport PATH/usr/local/cuda/bin:$PATH4. 执行压测mkdir-p/root/gpu-burncd/tmp/gpu-burn ./gpu_burn-d-tc-m95%180021|tee/root/gpu-burn/gpu_burn_output.log参数含义-d双精度 FP64-tcTensor Core-m 95%95% 显存约 76GB180030 分钟快速验证先跑./gpu_burn -d -tc -m 95% 1202 分钟无异常再跑 30 分钟。单卡测试./gpu_burn -d -tc -i 0 18005. 压测期间监控另开终端终端命令用途终端 2nvidia-smi --query-gputimestamp,name,temperature.gpu,power.draw,utilization.gpu,utilization.memory,memory.used,memory.total --formatcsv -l 5 -f /root/gpu-burn/gpu_monitor.csvCSV 监控数据终端 3dmesg -wT | grep -iE nvidia|error|xid|nvrm | tee /root/gpu-burn/dmesg_error.log系统错误日志终端 4watch -n 2 nvidia-smi实时观察6. 结果判定正常无报错退出温度 70-85°C功耗 ~300W利用率 99-100%dmesg 无 Xid 错误。异常现象可能原因中途报错退出某卡不稳定、显存故障温度 85°C散热不足某卡功耗明显偏低该卡故障或降频利用率 99%throttle 降频Xid 错误13/31/43/48/79 等GPU 硬件故障7. 注意事项A800 八卡满载功耗 2400W确保电源和散热充足压测期间勿操作其他 GPU 任务-m 95%约使用 76GB 显存A800 单卡 80GB编译必须指定COMPUTE80GA100 架构压测后保留/root/gpu-burn/日志归档8. 完整流程总结# 1. 前置检查 nvidia-sminvidia-smi-L|grepA800nvcc--version# 2. 安装 gpu-burn cd/tmpgitclone https://gitee.com/mirrors_wilicc/gpu-burn.gitcdgpu-burnmakeCOMPUTE80# 3. 创建输出目录 mkdir-p/root/gpu-burn# 4. 启动监控另开终端 # 终端 2nvidia-smi --query-gputimestamp,name,temperature.gpu,power.draw,utilization.gpu,utilization.memory,memory.used,memory.total --formatcsv -l 5 -f /root/gpu-burn/gpu_monitor.csv# 终端 3dmesg -wT | grep -iE nvidia|error|xid|nvrm | tee /root/gpu-burn/dmesg_error.log# 终端 4watch -n 2 nvidia-smi# 5. 启动压测 cd/tmp/gpu-burn ./gpu_burn-d-tc-m95%180021|tee/root/gpu-burn/gpu_burn_output.log# 6. 收集数据 nvidia-smi-q/root/gpu-burn/gpu_info_after.txtdmesg-T|grep-invidia/root/gpu-burn/dmesg_nvidia.logdmesg-T|grep-ixid\|error\|fail/root/gpu-burn/dmesg_all_error.log# 7. 生成报告 cd/tmp/gpu-burn./generate_report.shls-la/root/gpu-burn/ gpu burn压测A800 80g
A800 80GB 八卡 GPU Burn 压测操作文档1. 环境信息项目详情操作系统Ubuntu 22.04 LTSGPUNVIDIA A800 80GB × 8压测工具gpu-burn压测时长30 分钟1800 秒输出目录/root/gpu-burn/Compute Capability8.0 (GA100)2. 前置检查nvidia-smi# 检查驱动、8 卡全部可见nvidia-smi-L|grepA800# 确认 8 条 A800 记录nvcc--version# 确认 CUDA 已安装3. 安装 gpu-burnsudoaptupdatesudoaptinstall-ybuild-essentialgitcd/tmpgitclone https://gitee.com/mirrors_wilicc/gpu-burn.git# 国内用 Gitee 镜像cdgpu-burnmakeCOMPUTE80# A800 compute capability 8.0./gpu_burn-l# 验证确认 8 张 A800GitHub 连不上时备选git clone https://ghproxy.com/https://github.com/wilicc/gpu-burn.git编译报错找不到 nvccexport PATH/usr/local/cuda/bin:$PATH4. 执行压测mkdir-p/root/gpu-burncd/tmp/gpu-burn ./gpu_burn-d-tc-m95%180021|tee/root/gpu-burn/gpu_burn_output.log参数含义-d双精度 FP64-tcTensor Core-m 95%95% 显存约 76GB180030 分钟快速验证先跑./gpu_burn -d -tc -m 95% 1202 分钟无异常再跑 30 分钟。单卡测试./gpu_burn -d -tc -i 0 18005. 压测期间监控另开终端终端命令用途终端 2nvidia-smi --query-gputimestamp,name,temperature.gpu,power.draw,utilization.gpu,utilization.memory,memory.used,memory.total --formatcsv -l 5 -f /root/gpu-burn/gpu_monitor.csvCSV 监控数据终端 3dmesg -wT | grep -iE nvidia|error|xid|nvrm | tee /root/gpu-burn/dmesg_error.log系统错误日志终端 4watch -n 2 nvidia-smi实时观察6. 结果判定正常无报错退出温度 70-85°C功耗 ~300W利用率 99-100%dmesg 无 Xid 错误。异常现象可能原因中途报错退出某卡不稳定、显存故障温度 85°C散热不足某卡功耗明显偏低该卡故障或降频利用率 99%throttle 降频Xid 错误13/31/43/48/79 等GPU 硬件故障7. 注意事项A800 八卡满载功耗 2400W确保电源和散热充足压测期间勿操作其他 GPU 任务-m 95%约使用 76GB 显存A800 单卡 80GB编译必须指定COMPUTE80GA100 架构压测后保留/root/gpu-burn/日志归档8. 完整流程总结# 1. 前置检查 nvidia-sminvidia-smi-L|grepA800nvcc--version# 2. 安装 gpu-burn cd/tmpgitclone https://gitee.com/mirrors_wilicc/gpu-burn.gitcdgpu-burnmakeCOMPUTE80# 3. 创建输出目录 mkdir-p/root/gpu-burn# 4. 启动监控另开终端 # 终端 2nvidia-smi --query-gputimestamp,name,temperature.gpu,power.draw,utilization.gpu,utilization.memory,memory.used,memory.total --formatcsv -l 5 -f /root/gpu-burn/gpu_monitor.csv# 终端 3dmesg -wT | grep -iE nvidia|error|xid|nvrm | tee /root/gpu-burn/dmesg_error.log# 终端 4watch -n 2 nvidia-smi# 5. 启动压测 cd/tmp/gpu-burn ./gpu_burn-d-tc-m95%180021|tee/root/gpu-burn/gpu_burn_output.log# 6. 收集数据 nvidia-smi-q/root/gpu-burn/gpu_info_after.txtdmesg-T|grep-invidia/root/gpu-burn/dmesg_nvidia.logdmesg-T|grep-ixid\|error\|fail/root/gpu-burn/dmesg_all_error.log# 7. 生成报告 cd/tmp/gpu-burn./generate_report.shls-la/root/gpu-burn/