[SOLVED] Komischer Fehler bei Node

[corin.corvus]

Moin,

ich habe einen von meinen 5 Nodes, der aktuell irgendwie ein paar Probleme macht. Es handelt sich dabei um einen einfachen 4 Core Node mit 32 GB Ram und 2TB speicher. Keine dedizierte GPU drin.

Dieser hat sich heute 3x unvermittelt rebootet. Vorher wurde das hier in den Syslog gespamt und zwar 349 mal:

Purging GPU memory, 0 pages freed, 0 pages still pinned, 1 pages left available.

Kann mir irgendjemand erklären was genau das bedeuten soll? Ich habe auf dem Node 3 VMs laufen gehabt, keine hat eine GPU durchgeleitet oder ähnliches.

LG

 

[Demian98]

Hi, hast du inzwischen eine Lösung oder einen Ansatz gefunden? Ich habe ein ähnliches Problem:
https://forum.proxmox.com/threads/proxmox-reboots-after-purging-gpu-memory.142142/

 

[Falk R.]

Da in den Dingern eine Grafikkarte integriert ist, arbeiten die mit shared Memory.
Wenn der Node den Memory purgen will, ist oft der RAM voll, oder ich würde auf ein Treiberproblem tippen.

 

[Demian98]

Meine CPU hat eine iGPU, ja. Ich verwende diese auch innerhalb einer VM per PCI passthrough.

Das ist meine Hardware:



Hier die Konfiguration des passthrough:


Das Problem tritt immer Nachts auf, wenn die GPU auf der VM am Tag zuvor verwendet wurde.

@Falk R. hast du eine Idee, wie ich hier weiter vorgehen kann?

 

[Falk R.]

iGPU durchreichen wird von keinem Hersteller unterstützt und da wird immer vor Instabilitäten gewarnt.
Vermutlich gibt es da keine gute Lösung. Mir ist zumindest nix bekannt.

 

[corin.corvus]

Da in den Dingern eine Grafikkarte integriert ist, arbeiten die mit shared Memory.
Wenn der Node den Memory purgen will, ist oft der RAM voll, oder ich würde auf ein Treiberproblem tippen.

Der Ram meiner Nodes ist nie voll. Habe seit Monaten nicht einmal über 85% Auslastung gesehen.
GPU reiche ich mit meinen Nodes auch nicht durch.

 

[Falk R.]

Der Ram meiner Nodes ist nie voll. Habe seit Monaten nicht einmal über 85% Auslastung gesehen.
GPU reiche ich mit meinen Nodes auch nicht durch.

Dann guck mal ob es einen neuen Treiber gibt

 

[corin.corvus]

Dann guck mal ob es einen neuen Treiber gibt

Muss ehrlich sagen, dass ich abseits von normalen Proxmox Updates noch nie explizit Treiber aktualisiert habe. Bin bisher davon ausgegangen, dass es das System selbstständig macht (heute erst Updates gemacht)

 

[equestrian]

Ich finde dies hier komisch... Hat jemand Ideen?

 

[Falk R.]

Warum hast du ein CPU Limit konfiguriert?
Warum zeigt dein htop 40 offline Kerne an? Da ist dorch irgend etwas unsauber.

 

[equestrian]

Nein, habe das System jetzt 3x neu aufgesetzt. Dieser Fehler tritt leider bei LXC Container auf...

 

[Falk R.]

Nein, habe das System jetzt 3x neu aufgesetzt. Dieser Fehler tritt leider bei LXC Container auf...

Das war keine Ja/Nein Frage. Laut Screenshot hast du in deinem Container ein CPU Limit konfiguriert.
Container nutzen den Kernel des Hosts mit. Wenn du dann 40 offline Kerne im Host angezeigt bekommst, könnte das ja auch das Problem in den Containern verursachen.
P.S.
Was für eine CPU hast du denn im PVE?

 

[equestrian]

Also ich haben auf dem Host folgende CPU

Intel® Xeon® Gold 5412U
incl. Hyper-Threading Technology

Das war keine Ja/Nein Frage. Laut Screenshot hast du in deinem Container ein CPU Limit konfiguriert.
Container nutzen den Kernel des Hosts mit. Wenn du dann 40 offline Kerne im Host angezeigt bekommst, könnte das ja auch das Problem in den Containern verursachen.
P.S.
Was für eine CPU hast du denn im PVE?

PVE 8 auf dem neuesten Kernel usw.

 

[Falk R.]

Das ist eine 24Core CPU, also sind die 48 Threads ja richtig.
Warum die ersten 40 Cores offline sind, würde ich an deiner Stelle mal versuchen nachzuvollziehen.
Vor allem weil Core0 mit dabei ist und der gern auch mal direkt angesprochen wird.

 

[debiantippse]

Das ist eine 24Core CPU, also sind die 48 Threads ja richtig.
Warum die ersten 40 Cores offline sind, würde ich an deiner Stelle mal versuchen nachzuvollziehen.
Vor allem weil Core0 mit dabei ist und der gern auch mal direkt angesprochen wird.

Hallöchen ich übernehm mal kurz, wir haben das Hostsystem neu aufgesetzt, leider zeigt sich der Fehler immer noch mit den 48 offline kernen. Ich kann mir das nur erklären das sich innerhalb von LXC etwas mit 8.0 geändert hat das es jetzt von Haus aus alle kerne sieht. Auf einer KVM passiert dies nicht. Auf unserem AMD EPYC Host zeigt sich selbiges Bild mit PVE 8.0, mit 7.X zeigt sich dieses verhalten nicht.

 

[corin.corvus]

Ich frage mich ja, wieso mein Problemthread hier so gekarpert wird und nicht einfach ein eigener aufgemacht wird?

Danke für die Hilfe so

 

[debiantippse]

Ich frage mich ja, wieso mein Problemthread hier so gekarpert wird und nicht einfach ein eigener aufgemacht wird?

Danke für die Hilfe so

Fair point, wir hätten einen neuen Thread dafür aufmachen können, warum @equestrian es nicht getan hat erschließt sich mir auch nicht.

 

[equestrian]

Ich frage mich ja, wieso mein Problemthread hier so gekarpert wird und nicht einfach ein eigener aufgemacht wird?

Danke für die Hilfe so

Hast recht

Fair point, wir hätten einen neuen Thread dafür aufmachen können, warum @equestrian es nicht getan hat erschließt sich mir auch nicht.

POV Es war halt komisch