【发布时间】：2021-07-12 22:29:19
【问题描述】：
问题： 当我运行以下命令时
python -c "import tensorflow as tf; tf.test.is_gpu_available(); print('version :' + tf.__version__)"
错误：
RuntimeError: CUDA runtime implicit initialization on GPU:0 failed. Status: all CUDA-capable devices are busy or unavailable
详情：
警告：tensorflow:From :1: is_gpu_available（来自 tensorflow.python.framework.test_util）已弃用，将在未来版本中删除。
更新说明：
请改用tf.config.list_physical_devices('GPU')。
2021-04-18 21:02:51.839069: I tensorflow/core/platform/cpu_feature_guard.cc:143] 您的 CPU 支持未编译此 TensorFlow 二进制文件以使用的指令：AVX2 AVX512F FMA
2021-04-18 21:02:51.846775：I tensorflow/core/platform/profile_utils/cpu_utils.cc:102] CPU 频率：2500000000 Hz
2021-04-18 21:02:51.847076: I tensorflow/compiler/xla/service/service.cc:168] XLA 服务 0x7fc3bc000b20 为平台主机初始化（这不保证会使用 XLA）。设备：
2021-04-18 21:02:51.847104：I tensorflow/compiler/xla/service/service.cc:176] StreamExecutor 设备 (0)：主机，默认版本
2021-04-18 21:02:51.849876: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] 成功打开动态库 libcuda.so.1
2021-04-18 21:02:51.911161：W tensorflow/compiler/xla/service/platform_util.cc:210] 无法为 CUDA：0 创建 StreamExecutor：为 CUDA 设备序号 0 初始化 StreamExecutor 失败：内部：对 cuDevicePrimaryCtxRetain 的调用失败：CUDA_ERROR_UNKNOWN：未知错误
2021-04-18 21:02:51.911285：我 tensorflow/compiler/jit/xla_gpu_device.cc:161] 忽略可见的 XLA_GPU_JIT 设备。设备号为 0，原因：内部：找不到平台 CUDA 支持的设备
2021-04-18 21:02:51.911546: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:981] 从 SysFS 读取的成功 NUMA 节点具有负值 (-1)，但必须至少有一个 NUMA 节点，所以返回NUMA 节点零
2021-04-18 21:02:51.912210: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1561] 找到具有以下属性的设备 0：
pciBusID：0000:00:07.0 名称：GRID T4-4Q 计算能力：7.5
coreClock：1.59GHz coreCount：40 deviceMemorySize：3.97GiB deviceMemoryBandwidth：298.08GiB/s
2021-04-18 21:02:51.912446: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] 成功打开动态库 libcudart.so.10.1
2021-04-18 21:02:51.914362: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] 成功打开动态库 libcublas.so.10
2021-04-18 21:02:51.916358: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] 成功打开动态库 libcufft.so.10
2021-04-18 21:02:51.916679: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] 成功打开动态库 libcurand.so.10
2021-04-18 21:02:51.918787: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] 成功打开动态库 libcusolver.so.10
2021-04-18 21:02:51.919993: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] 成功打开动态库 libcusparse.so.10
2021-04-18 21:02:51.924652: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] 成功打开动态库 libcudnn.so.7
2021-04-18 21:02:51.924792: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:981] 从 SysFS 读取的成功 NUMA 节点具有负值 (-1)，但必须至少有一个 NUMA 节点，所以返回NUMA 节点零
2021-04-18 21:02:51.925488: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:981] 从 SysFS 读取的成功 NUMA 节点具有负值 (-1)，但必须至少有一个 NUMA 节点，所以返回NUMA 节点零
2021-04-18 21:02:51.926100: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1703] 添加可见 gpu 设备：0
2021-04-18 21:02:51.926146: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] 成功打开动态库 libcudart.so.10.1
回溯（最近一次通话最后）：
文件“”，第 1 行，在
文件“/home/miniconda3/envs/py37/lib/python3.7/site-packages/tensorflow/python/util/deprecation.py”，第 324 行，在 new_func
返回函数（*args，**kwargs）
文件“/home/miniconda3/envs/py37/lib/python3.7/site-packages/tensorflow/python/framework/test_util.py”，第 1496 行，在 is_gpu_available
对于 device_lib.list_local_devices() 中的 local_device：
文件“/home/miniconda3/envs/py37/lib/python3.7/site-packages/tensorflow/python/client/device_lib.py”，第 43 行，在 list_local_devices
_pywrap_device_lib.list_devices(serialized_config) 中的 _convert(s)
RuntimeError: GPU:0 上的 CUDA 运行时隐式初始化失败。状态：所有支持 CUDA 的设备都忙或不可用
系统信息：
操作系统平台和发行版（例如，Linux Ubuntu 16.04）：ubuntu 18.04
移动设备（例如 iPhone 8、Pixel 2、Samsung Galaxy）如果问题发生在移动设备上：云服务器
TensorFlow 安装自（源代码或二进制文件）：源代码
TensorFlow 版本：2.2.0。
Python 版本：3.7.7
使用 virtualenv 安装？点子？康达？：点子和康达。
Bazel 版本（如果从源代码编译）：2..0.0
GCC/编译器版本（如果从源代码编译）：7.5
CUDA/cuDNN 版本：CUDA 10.1 & cuDNN 7.6.5
GPU 型号和内存：
00:07.0 VGA 兼容控制器：
NVIDIA Corporation 设备 1eb8 (rev a1) (prog-if 00 [VGA 控制器])。
子系统：NVIDIA Corporation Device 130e。
物理插槽：7
标志：总线主机，快速devsel，延迟 0，IRQ 37
fc000000 处的内存（32 位，non-prefetchable）[大小=16M]
e0000000 处的内存（64 位，prefetchable）[大小=256M]
内存在 fa000000 (64-bit, non-prefetchable) [size=32M]
c500 的 I/O 端口 [size=128]
能力：[68] MSI：Enable+ Count=1/1 Maskable- 64bit+
使用的内核驱动程序：nvidia
内核模块：nvidiafb、nouveau、nvidia_drm、nvidia
我试图寻找这个问题的解决方案，但没有一个能解决它：
https://github.com/tensorflow/tensorflow/issues/41990
https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#recommended-post
【问题讨论】：
-
尝试运行像
vectorAdd这样实际使用 GPU 的 CUDA 示例代码。你得到什么结果？ -
好的，我尝试按照本教程运行vectorAdd：olcf.ornl.gov/tutorials/cuda-vector-addition，我得到了
module: command not found和aprun: command not found。我也试过sudo apt-get install environment-modules，但没有解决问题。 -
我用
./vecAdd.out运行vecAdd.out，输出为final result: 0.000000 -
是的，那个精彩的教程没有错误检查。几乎没用。运行名为
vectorAdd的CUDA 示例代码（就像您运行名为deviceQuery的CUDA 示例代码一样）。无论如何，教程表明最终结果应为 1.000，因此该代码无法正常工作。基本上，您无法在该机器上正确运行 CUDA 代码。可能是 CUDA 安装损坏、GRID 许可问题或其他原因。 -
好吧，你说得对。我去了
/usr/local/cuda-10.1/samples/0_Simple/vectorAdd并运行./vectorAdd，然后我得到[Vector addition of 50000 elements] Failed to allocate device vector A (error code all CUDA-capable devices are busy or unavailable)!我怎么知道这是由于CUDA 安装损坏还是GRID 许可问题或其他原因？
标签： python tensorflow gpu nvidia