GPU 维修干货 | 英伟达 GPU H100 常见故障有哪些？

ABSTRACT摘要

本文主要介绍英伟达H100常见的故障类型和问题。

国家政府报告提出要持续推进“人工智能+”行动，大力发展人工智能行业，市场上对算力的需求持续上涨，英伟达H100 GPU凭借其强大的算力，成为AI训练、高性能计算领域的核心硬件。然而，随着使用场景的复杂化，H100服务器故障率也逐渐攀升，轻则影响业务进度，重则造成巨额损失。

今天，我们就来聊聊H100的常见故障类型问题。

一、HBM3 高带宽内存故障

H100在高负载、大规模集群运行环境下容易出现HBM3 高带宽内存故障问题，具体表现在以下几个方面：

1.性能下降方面

计算任务时长增加：在运行复杂的深度学习模型训练、高性能计算（如科学计算、数据分析等）任务时，计算速度会明显变慢。比如原本预计数小时完成的模型训练任务，可能拖延至数倍时长仍无法完成。这是因为 HBM3 内存负责高速存储和读取大量数据，故障会阻碍数据的顺畅传递，导致 GPU 计算单元等待数据时间增多，整体计算效率大幅降低。

多任务并行能力受限：H100 本擅长并行处理多任务，内存故障时，同时运行多个计算任务会出现频繁卡顿，甚至部分任务无法正常启动或中途报错终止。这源于内存无法稳定、快速地为各任务分配和交换所需数据，影响了 GPU 对多任务的协调处理。

系统与软件层面

系统报错频繁：服务器在启动、运行过程中会频繁报错，错误信息多与内存相关，如 “HBM3 memory failure”“memory access error” 等。操作系统日志中也会充斥大量内存校验失败、数据不一致的记录，这反映出内存读写异常，数据完整性受损。

软件崩溃：依赖 GPU 加速的软件（如深度学习框架 TensorFlow、PyTorch 等）容易出现崩溃、闪退现象，尤其是在处理大规模数据集或复杂网络架构时。故障内存提供的错误数据会引发软件内部逻辑错误，进而导致程序无法正常执行。

任务结果错误：完成的计算任务结果出现明显偏差，如深度学习模型预测准确率大幅下降、科学计算得到错误的数值结果等。这是因为内存故障致使部分数据读取错误或写入失败，最终影响计算输出。

硬件诊断工具报警：使用英伟达提供的硬件诊断工具（如 NVIDIA DCGM - Data Center GPU Manager）检测时，会明确提示 HBM3 内存存在故障，包括内存带宽利用率异常、错误计数增加等警告信息，提醒管理员进行硬件排查与维修。

二、NVLink 连接问题H100依赖NVLink 4.0进行GPU间高速通信，在高负载、大规模集群运行环境下，NVLink接口或桥接器可能出连接不稳定或信号错误。具体表现在：

1.软件工具检测结果异常

通过 【nvidia-smi topo -m】命令查看 GPU 拓扑结构时，会发现 GPU 之间没有 NVLink 连接显示为 “NODE”，正常连接下应显示为 “NV1” 或 “NV2” 等。使用 【nvidia-smi nvlink --status】命令检查 NVLink 连接状态，若连接有问题，会显示链接处于非活动状态或出现错误，如 “Link X: Y GB/s - Inactive”。

2.系统日志报错信息

系统日志中可能记录有 NVLink 相关的错误信息。例如，出现 “DOE（Data Object Exchange）timeout errors”，即数据对象交换超时错误，像 “pci 000000.0: DOE: [2c8] ABORT timed out” 这样的报错信息。还可能有类似 “received NVLink inband message arrived on an NVLink port NodeId X NVSwitch Y port Z which is not part of any active partition” 的错误提示。

3.性能表现不佳

数据传输速度明显下降，在多 GPU 协作任务中，如深度学习模型训练、大规模数据分析等，数据传输速率低于预期，影响整体计算效率。多 GPU 应用程序频繁报错，由于 NVLink 连接不稳定，导致数据传输中断或出现错误，使得依赖 GPU 协作的应用程序无法正常运行，出现报错、闪退等现象。

4.其他异常情况

多 GPU 并行计算任务中，可能出现任务启动失败、执行过程中断或计算结果错误的情况，这是因为 NVLink 连接出现问题后，GPU 之间无法正常通信和协作，导致任务无法顺利进行。同时，使用 nvidia-smi 命令查看 GPU 状态时，可能没有 MIG 实例或活跃的 NVLink 显示。

三、GPU核心过热或电源问题

（一）GPU 核心过热表现

1.散热与冷却系统方面

风扇异常 ：机箱内 GPU 风扇转速明显加快，机箱风扇也快速转动，但温度依旧持续升高，甚至可能出现风扇故障报警，如通过 BMC 仪表盘查看到风扇转速异常。

散热器温度高 ：用手触摸 GPU 散热器或其附近的金属部件，会感觉异常烫手。

机箱内温度上升 ：机箱内的整体温度明显高于正常水平，可能导致其他硬件设备也出现过热现象。

2.性能与任务执行方面

计算性能下降 ：GPU 计算速度减慢，执行深度学习模型训练、科学计算等任务时，速度明显低于正常状态，任务完成时间大幅延长。

任务中断或失败 ：在运行高负载任务时，可能会出现 GPU 热保护机制触发，导致任务中断、报错甚至整个系统崩溃，如在运行 CUDA 程序时提示 “CUDA error: device-side assertion failed” 等错误信息。

无法稳定运行 ：系统可能出现频繁的自动重启、死机等现象，尤其在长时间高负载运行后更为明显。

3.系统监控与日志方面

温度监控工具报警 ：通过 nvidia-smi 等工具查看 GPU 温度时，会发现温度持续超过正常范围，如在正常负载下温度超过 90°C（H100 的正常温度范围一般在 0°C 至 90°C 之间，但具体取决于具体应用场景和散热条件）。

硬件错误日志 ：系统硬件错误日志中会出现与 GPU 过热相关的警告或错误信息，如 “Hardware Error: Hardware error from APEI Generic Hardware Error Source” 等类似的报错信息。

（二）电源问题表现

1.系统指示灯方面

电源指示灯异常 ：系统电源指示灯闪烁或不亮，或出现与正常状态不同的颜色显示，如从正常的绿色变为黄色或红色。

其他指示灯异常 ：机箱上的硬盘指示灯、网络指示灯等可能也会出现闪烁或异常状态，表明系统电源供应不稳定。

2.系统运行方面

突然断电或重启 ：系统在正常运行过程中突然断电或自动重启，且无明显规律，这可能是由于电源供应不稳定导致的。

性能下降 ：系统整体性能出现下降，如计算速度变慢、数据读写速度降低等，这可能是由于电源无法提供足够的电力支持硬件设备的正常运行。

无法正常开机 ：按下电源按钮后，系统无法正常启动，或者启动过程中出现卡顿、停止响应等情况。

3.系统监控与日志方面

电源监控工具报警 ：通过 nvsm 命令或 BMC 网页用户界面查看电源状态时，会发现电源健康状态显示为非正常，如 “Status_Health=Warning” 或 “Status_Health=Critical”。

日志记录电源错误 ：系统日志或电源监控日志中会出现与电源相关的错误信息，如 “ipmitool sdr | grep -i psu” 命令查看到的电源输出读数接近于零或无温度读数。

以上就是H100常见的故障问题。

如果您的H100出现了故障，推荐你来深圳这家GPU维修工作室。