Machine virtuelle : les RTX 5090 et RTX 6000 Pro Ada victime d’un bug

Vidéo OCC

Nouvelle semaine, nouveaux problèmes. En effet, du côté de NVIDIA, nous apprenons que les RTX 5090 et RTX 6000 Pro sont victimes d’un bug lorsqu’elles fonctionnent sous machine virtuelle. Vulgairement, lorsque la machine virtuelle se coupe et que le reset PCIe a lieu, les GPU freeze et il n’est plus possible de faire quoi que ce soit. Mis à part un redémarrage physique de la machine. Bref, pas pratique lorsqu’on est une entreprise qui propose de la puissance GPU via le cloud pour les besoins de l’IA !

 

RTX 5090 et RTX 6000 Pro : un bug sous machine virtuelle ! 

NVIDIA RTX 4000 Ada Generation

Dans les grandes lignes, ce sont les développeurs de l’entreprise CloudRift qui sont confrontés à ce fameux bug qui affecte une partie de leur matos. En effet, seules les RTX 5090 et RTX 6000 Pro semblent être affectées. Des tests menés sur d’autres GPU, des H100, B200 et autres RTX 4090 n’ont rien révélé de problématiques.

En fait, l’explication technique est connue, mais pas résolue à proprement parler. Du côté de l’explication, en gros, lorsqu’une machine virtuelle est coupée ou que le périphérique est déplacé, un reset PCIe est lancé. Cependant, après une longue durée de fonctionnement, on parle de jours, voire de semaines entières, plutôt que d’avoir un GPU à nouveau disponible au prochain démarrage d’une machine virtuelle, le GPU freeze et on se retrouve avec une erreur : « not ready 65535ms after FLR; giving up. ».

Visiblement, c’est un problème qui est déjà connu, puisque déjà remonté par un certain nombre d’utilisateurs sur le forum Level1Tech. D’ailleurs, NVIDIA est au courant et fournit déjà une rustine qui prend la forme de l’installation d’un paquet, d’une version modifiée du noyau Linux : apt install proxmox-kernel-6.14.8-2-bpo12-pve/stable.

En attendant, il ne s’agit là que d’une rustine puisque le bug en lui-même est contourné. Pour que le correctif soit pleinement corrigé, il faudra attendre un patch officiel déployé via un pilote ou une mise à jour du Kernel Linux.

Les dernières brèves

Vous pourriez lire aussi...