問題描述

顯卡數量不一致：

• 執行 nvidia-smi 命令時，僅查詢到1張顯卡，而該機型應有2張顯卡。
• 通過執行 nvidia-smi 和 lspci | grep -i nv 命令，顯示的GPU數量不一致，進一步表明系統未能識別到所有的GPU。

可能原因

1.GPU驅動問題：

計算加速型GPU云主機的鏡像中未預加載GPU驅動，客戶根據自身需求自行安裝了驅動程序，但由于低版本的驅動版本可能存在bug，導致驅動與硬件或其他軟件之間的兼容性問題，進而引發顯卡掉卡現象。

2.軟件兼容性：

客戶自行安裝的驅動程序可能與業務使用的應用程序不完全兼容，造成了顯卡無法正常識別或工作。

3.硬件隱患：

由于環境因素，可能存在硬件隱患，導致GPU在運行過程中出現故障，從而影響其性能和穩定性。

解決方法

請根據健康檢查腳本收集故障信息后聯系技術支持處理。