个人电脑运行gromacs重启，已排查部分，但依旧没有解决

zhuceyu

个人电脑配置CPU ： amd ryzen9 5950x；GPU：索泰rtx3080；4tb机械硬盘（ubuntu系统），1tb固态（windows系统），内存：ddr4-3200 32gb*2；电源650w，出现重启现象后升级为850w。
个人电脑中已安装gromacs2018.8（GPU、CPU），2019.6(GPU)，2022.3（GPU）;ubuntu20.04;重启发生前可正常运行这些版本的gromacs。
重启描述：第一次重启：gromacs2019.6GPU版本，在运行平衡化阶段中会进行重启，大概平衡化处理十分钟后自动重启，平衡化之前的能量最小化步骤正常运行。

第一次排查：切换gromacsGPU版本，不同版本依旧会在平衡化阶段重启；此时查看重启时gpu温度到达78度，但在温度到达70度时也会重启，推测gpu，cpu温度过高重启。运行cpu版本正常。
第二次排查：售后拉走加装水冷并升级电源至850W，运行gromacsGPU版，依旧在平衡化阶段重启。
期间售后维修人员，在windows中进行GPU，CPU的满载测试，8小时运行正常。
第三次排查：在windows中编译2018.8GPU版本（http://sobereva.com/458），运行正常。
第四次排查：怀疑是ubuntu系统内核和cuda自动更新有关。多次重装系统，尝试20.04.01lts、20.04.05lts、22.04lts，cuda11.7。依旧会发生重启。ubuntu内核的方面我并不了解，所以不太清楚哪一个内核是兼容gromacs，印象中重装系统前，ubuntu中存在多个-generic文件疑似自动更新产生；cuda11.7（我最初安装的是三月发布的11.7.0）也自动更新为了11.7.3（英伟达十月更新的）。多次重装系统依旧没有解决。

待排查:硬盘出现问题，但是没有检索到合适的ubuntu磁盘检测工具，排查是否出现物理损坏，磁盘部分没有进行排查。

现在已经排查了硬盘，更换硬盘重装系统依旧重启，无解决思路


能否指明排查方向？平衡化阶段调用GPU后重启，重启原因该怎么解决？附件中是我平衡化和能量最小化的脚本。

Entropy.S.I

更换后的850W电源是什么品牌、型号？

zhuceyu

品牌是长城，GX850

shalene

没碰到过。降级cuda试试。

zhuceyu

shalene 发表于 2022-11-3 15:05
没碰到过。降级cuda试试。

好的，谢谢您，我现在尝试一下cuda11.0。之前的时候cuda11.7在我的电脑上可以正常使用的，发生重启现象后再重装系统安装cuda11.7依旧会系统重启。

Entropy.S.I

zhuceyu 发表于 2022-11-3 12:55
品牌是长城，GX850

建议换成海韵GX850……众所周知30系列峰值功耗能达到TGP的2倍以上，二三流品牌的电源抗过载能力比较差。

Linux下对GPU利用效率高，所以可能出现了电源过载的情况。

zhuceyu

Entropy.S.I 发表于 2022-11-3 16:59
建议换成海韵GX850……众所周知30系列峰值功耗能达到TGP的2倍以上，二三流品牌的电源抗过载能力比较差。
...

好的，谢谢您

zhuceyu

现已排查，是主板问题，更换主板后正常运行。但是仍旧不知道为何原先主板中windows10能运行，ubuntu反而会重启。

guozy

如果是重启的话，可以看一下/var/crash中的记录，我之前有过一次不断重启最终确定为CPU核心损坏。如图

compXB

前段时间我用的机子莫名重启，查了半天是/dev/mapper/centos-root盘快满了，可以看看是不是这个原因