ZStack Cloud GPU 与 vGPU 资源异常排查

问题说明

适用于排查 GPU 直通、vGPU 切割、vGPU 还原、GPU 驱动安装、NVIDIA vGPU 许可证、云主机启动失败和 GPU 资源显示异常等问题。此类问题需要从 BIOS/IOMMU、物理机内核参数、vfio 驱动、NVIDIA 驱动、mdev 数据、许可证服务器和 Guest OS 驱动共同确认。

现象

• GPU 透传到云主机后，Guest OS 识别异常或驱动安装失败。
• Windows 设备管理器提示 该设备找不到足够的资源可以使用，错误码 12。
• 物理机显示有实际不存在的 vGPU，云主机调度到该物理机后启动失败。
• vGPU 还原失败，存在两套切割信息或旧 mdev 残留。
• 未授权 NVIDIA vGPU 出现帧率限制、CUDA 不可用或资源分配受限。
• 升级物理机 GPU 驱动后，vGPU 切割失败或数据库存在残留记录。

适用环境

• 产品：ZCF
• 组件：Cloud