CUDA SDK示例在多GPU系统中抛出各种错误

Question

我有一台运行Ubuntu Precise的Dell Precision Rack，配备了两个Tesla C2075和一个Quadro 600作为显示设备。最近我在我的台式电脑上完成了一些测试，现在尝试将结果移植到工作站上。

由于没有安装CUDA，我按照这个指南进行了安装，并根据这些建议调整了SDK Makefiles。

现在我面临的问题是，没有一个示例（我测试了10个不同的示例）能够运行。以下是我遇到的错误：

[deviceQuery] starting...

./deviceQuery Starting...

 CUDA Device Query (Runtime API) version (CUDART static linking)

cudaGetDeviceCount returned 10
-> invalid device ordinal
[deviceQuery] test results...
FAILED

> exiting in 3 seconds: 3...2...1...done!

---

[MonteCarloMultiGPU] starting...

CUDA error at MonteCarloMultiGPU.cpp:235 code=23510 (cudaErrorInvalidDevice) "cudaGetDeviceCount(&GPU_N)"MonteCarloMultiGPU
==================
Parallelization method  = threaded
Problem scaling         = weak
Number of GPUs          = 0
Total number of options = 0
Number of paths         = 262144
main(): generating input data...
main(): starting 0 host threads...
Floating point exception (core dumped)

---

[reduction] starting...

reduction.cpp(124) : cudaSafeCallNoSync() Runtime API error 10 : invalid device ordinal.

---

[simplePrintf] starting...

simplePrintf.cu(193) : CUDA Runtime API error 10: invalid device ordinal.

---

正如您所看到的，大多数错误都指向cudaGetDeviceCount调用存在问题，它返回错误代码10。根据手册，问题是：

cudaErrorInvalidDevice: This indicates that the device ordinal supplied by the user does not correspond to a valid CUDA device.

不幸的是，我能找到的唯一解决方案建议检查设备的电源插头。我已经检查过了，没有问题。重新启动工作站也没有帮助。

如果需要更多配置细节，请留言！

- pdresselhaus

---

这个问题不适合在StackOverflow上讨论。我建议您检查是否有/dev/nvidia*设备文件。如果没有，请阅读Linux入门指南中关于手动创建它们的说明。 - talonmies

@talonmies 在我的开发环境中有 nvidia0 和 nvidiactl。应该有多少个文件？ - pdresselhaus

你的系统应该有一个GPU，所以需要三个。 - talonmies

Answer 1

由于对我的原始问题的评论，我能够找到解决方案。我按照这个指南学习如何正确设置rc.local（不要忘记为您的脚本chmod权限）。

- pdresselhaus