如何处理infoROM错误

问题描述

Linux操作系统的云服务器在执行nvidia-smi命令报错“WARNING:infoROM is corrupted at gpu 0000:00:0D.0”，并且用户业务已经受到影响。

问题原因

健全性检查没有通过，GPU驱动程序不会使用或信任其内容（某些内容未被使用）。

问题影响

可能影响ECC相关非易失数据的记录，导致本该隔离的GPU内存页面继续使用。

处理方法

1. 如果用户业务暂未受损，则无需处理。
2. 通知用户停止业务，执行虚拟机迁移，并根据故障信息收集章节收集故障信息后，联系技术支持处理。