NVIDIA’nın amiral gemisi ekran kartları GeForce RTX 5090 ve RTX PRO 6000’ün sanallaştırma altında zamanla yanıt vermemeye başlayan bir hatayla karşılaştığı görünüyor.
NVIDIA’nın Blackwell tabanlı üst seviye GPU’ları, yoğun VM kullanımı sonrası “kilitleniyor”
Geliştiricilere yönelik GPU bulut hizmeti CloudRift, üst seviye NVIDIA kartlarında çökme ve kitlenme sorunlarını ilk bildiren isim oldu. Onların paylaştığına göre bu kartlar birkaç gün boyunca sanal makinelerde kullanıldıktan sonra tamamen tepkisiz hale geliyor. Üstelik düzelmesi için düğümün yeniden başlatılması gerekiyor. Sorunun RTX 5090 ve RTX PRO 6000’e özgü olduğu, RTX 4090, Hopper H100 ve Blackwell tabanlı B200 modellerinde görülmediği belirtiliyor.
Hata, GPU’nun VFIO sürücüsüyle bir VM’ye atanması ve sonrasında Function Level Reset (FLR) uygulanmasıyla tetikleniyor. FLR’den sonra kart cevap vermiyor. Bu durum çekirdekte “soft lock” diye anılan bir kilitlenmeye yol açıyor ve hem ana makine hem de konuk sistemler kilitlenmiş oluyor. Tek çıkış, ev sahibi sunucuyu yeniden başlatmak. CloudRift için bu zor bir operasyon çünkü aynı anda çok sayıda konuk makine barındırıyorlar.
Benzer şikayet Proxmox tarafında da var. Bir kullanıcı, bir Windows istemcisini kapattıktan sonra ev sahibi sistemin tamamen çöktüğünü söylüyor. Kullanıcıya göre NVIDIA, sorunu yeniden üretebildiğini ve bir düzeltme üzerinde çalıştığını iletmiş. Resmi açıklama bekleniyor ancak tablo, problemin Blackwell ailesine özgü olabileceğini gösteriyor.
CloudRift, sorunu çözen ya da etkisini azaltanlara 1.000 dolarlık bir ödül de koydu. Kritik yapay zeka iş yüklerini etkilediği için NVIDIA’dan yakında bir yama gelmesi bekleniyor.
Kaynak: wccftech.com
