AIXX Pedia › Technisches Konzept › GPU-Verifizierungsanleitung (nvidia-smi/GPU-Z)
Die zwei Standardwerkzeuge der GPU-Verifizierung: nvidia-smi ist das offizielle Systemverwaltungskommandozeilen-Tool von NVIDIA, wird mit dem Treiber mitgeliefert und liest Temperatur/Leistungsaufnahme/Lüfterdrehzahl, ECC-Fehlerzähler und die Topologie zwischen den Karten (offizielles NVIDIA-nvidia-smi-Handbuch); GPU-Z ist ein kostenloses Drittanbieter-Tool für Grafikkarteninformationen, das Chip-Spezifikationen (ROP/TMU-Anzahl, Speicherbusbreite), den Hersteller der Speicherchips, die BIOS-Version und Live-Sensordaten ausliest.
Rolle im Rechenleistungs-Handel: Der Zustand gebrauchter AI-Karten muss über die Messwerte statt über das Aussehen beurteilt werden — nvidia-smi prüft kumulierte ECC-Fehler (Single-Bit/Double-Bit getrennt, jeweils flüchtige und kumulierte Zähler, gemäß NVIDIA-Handbuch), ob Temperatur- und Leistungslimits manipuliert wurden, sowie mit topo -m die NVLink-/PCIe-Verbindungen zwischen den Karten und die P2P-Kennzeichnung; GPU-Z prüft ROP-Anzahl, Speicherbusbreite und Speicherhersteller gegen die offiziellen Spezifikationen — neu bedruckte Karten fallen beim Abgleich der Messwerte auf.
| Position | Wert / Definition |
|---|---|
| nvidia-smi | Offizielles NVIDIA-Kommandozeilen-Tool · mit dem Treiber mitgeliefert (offizielles NVIDIA-nvidia-smi-Handbuch) |
| ECC-Auslesen | nvidia-smi -q -d ECC: flüchtige/kumulierte Zähler · Single-Bit (korrigierbar)/Double-Bit (nicht korrigierbar) getrennt (NVIDIA-Handbuch) |
| P2P-Topologie | nvidia-smi topo -m: gibt die NVLink-/PCIe-Verbindungsmatrix zwischen den Karten mit P2P-Unterstützungskennzeichnung aus (NVIDIA-Handbuch) |
| GPU-Z | Herausgeber · liest ROP/Busbreite/Speicherhersteller (Samsung/SK Hynix/Micron) und BIOS |
Bei der Abnahme von B300-Komplettsystemen ist diese Kombination der Grundstock: Bei Einzelkarten werden ECC sowie Temperatur/Leistungsstatus nacheinander ausgelesen, bei Acht-Karten-Systemen wird mit topo -m paarweise die Integrität der NVLink-Domäne und die P2P-Kennzeichnung geprüft — fehlt auch nur eine NVLink-Verbindung, leidet die Kollektivkommunikationsleistung beim Training; ergänzend kommt ein All-Reduce-Stresstest hinzu, um aus „Spezifikation vorhanden“ „Leistung vorhanden“ zu machen (Werkzeugkette gemäß offizieller Nutzung der NCCL-Kollektivkommunikationsbibliothek).
Aus Käufersicht gegen die üblichen Refurbishing-Tricks: Neu bedruckte Chips (frisch gravierte Chipoberfläche) werden durch den Abgleich der von GPU-Z ausgelesenen Chip-/Speicherspezifikationen mit der offiziellen Datenbank entlarvt; ausgetauschte Speicherchips erkennt man daran, ob der in GPU-Z angezeigte Speicherhersteller zur ursprünglichen Fertigungscharge passt; Umbauten an der Stromversorgung (geänderte Anschlüsse, aufgelegte Drähte) erkennt man am Zustand des 12V-2x6-Anschlusses und der Kabelverarbeitung — Software-Messwerte und sichtbare Spuren müssen sich gegenseitig bestätigen, bevor man ein Fazit zieht.