单机8张3090，运行后exits with return code = -9，错误码信息在那里可以查询？

[equationdz]

单机8张3090，运行后exits with return code = -9，错误码信息在那里可以查询？

[baketbek]

同样有这个疑问

[baketbek]

单机8张3090，运行后exits with return code = -9，错误码信息在那里可以查询？

同学你最后怎么解决的？

[equationdz]

不能算解决..我当时那台机器NVIDIA 显卡驱动盒 cuda 版本是 10.x..但是我的 conda 里面的 cuda 是 116 的.我怀疑是这个问题..因为这台机器环境太复杂,不敢升级显卡驱动..

我后来没办法.又弄了一台 8 卡 3090 的机器, cuda 版本是 11.6..我把 pytorch 的 cuda 也安装了 116..倒是不出这个问题了..但是出了其他问题.我也是醉了..想做个测试真的太难了..有条件直接 A100 吧..3090 是真的折腾

[equationdz]

还有你往回看一下具体的报错信息..缺各种文件..要想办法补齐..反正肯定还是环境问题...要不嫌麻烦就重装系统驱动啥的全部重新来一遍,cuda 尽量 116/117 和那个 pytorch 的 cuda 版本对应上

[s1ghhh]

可能是因为内存不足