企业官网建设流程全解析

gpu-burn 使用指南：多 GPU CUDA 压测从零上手

【免费下载链接】gpu-burnMulti-GPU CUDA stress test项目地址: https://gitcode.com/gh_mirrors/gp/gpu-burn

🔍 交付前，先让 GPU 满负荷跑一遍

一台新 GPU 服务器到货后，通常要在一两周内完成验收：每张卡的驱动加载、显存完整性、满载下的长时间稳定性都要确认。若直接把机器投入训练任务，再发现计算错误，定位成本高得多。

gpu-burn 是一个多 GPU 的 CUDA 压力测试工具，同一时间向系统中所有 GPU 施加矩阵运算负载，并逐元素验证计算结果，用于发现潜在的硬件与稳定性问题，支持 Linux 与 Windows 平台。

⏱️ 五分钟跑通第一条压测

先克隆源码并进入项目目录：

git clone https://gitcode.com/gh_mirrors/gp/gpu-burn cd gpu-burn

编译只需一条命令，默认按计算能力 7.5 构建：

make

产物gpu_burn就绪后，运行 300 秒的默认测试：

./gpu_burn 300 # 预期：每张 GPU 打印 "Testing on GPU" 行，结束时输出 PASS

再试一条带参数的命令，指定使用 80% 显存并以双精度运行 600 秒：

./gpu_burn -m 80% -d 600 # 预期：各卡 Memory Usage 约为可用显存的 80%，结束时输出 PASS

gpu-burn 多 GPU 压测终端输出

🧮 它到底在测什么

gpu-burn 的核心逻辑并不复杂：在 GPU 上分配一块大矩阵，反复执行大矩阵乘法，让计算单元与显存带宽同时处于满载状态。可以把它概括成两步——先做尽可能重的运算，再逐元素比对结果：

C = C * A * B（重复多轮） compare(C, 参考值)：|C[i] - ref[i]| > EPSILON 即记为错误

每个阶段结束后，compare.cu中的比对内核会扫描结果矩阵，把与参考值偏差超过阈度的元素计入坏点计数；只要出现坏点，最终结果就是 FAIL。

这与只看nvidia-smi利用率有本质区别：利用率只回答"GPU 有多忙"，而 gpu-burn 还回答"忙起来之后算得对不对"。前者无法暴露坏显存、计算单元错误这类问题，后者把计算正确性验证直接放进了压测循环。

常用参数如下：

📦 按部署场景选配置

裸机快速测试：装好 CUDA 工具链后，编译并直接运行即可：

make ./gpu_burn 300

容器环境：项目自带 Dockerfile，两行完成镜像构建与运行：

docker build -t gpu-burn . docker run --rm --gpus all gpu-burn 300

镜像内已包含 CUDA 运行时，宿主机只需有 GPU 驱动和 Docker 的 GPU 支持。

指定架构编译：Makefile 默认按计算能力 7.5 编译。目标机器较新时显式指定；目标为老架构时同样调低该值，避免内核无法在目标卡上启动：

make COMPUTE=90

Windows 环境：源码在win/目录，使用 CMake 构建后即可在本地运行 gpu-burn。

gpu-burn 运行中 nvidia-smi 监控

👀 跑测试时怎么盯

测试期间，在另一个终端挂上实时刷新：

watch -n 1 nvidia-smi

正常的画面是：各卡 Utilization 接近 100%，显存占用与-m参数吻合，温度在一个平台值附近小幅波动。异常信号包括：温度持续攀升而不回落、显存占满或触发 OOM、出现降频提示，以及测试最终输出 FAIL。

温度参考阈值是 85 °C：长时间超过该值，风扇会拉满并可能触发降频，压测结果也会失真。此时减小显存占比、缩短时长即可降载：

./gpu_burn -m 50% 1800

🛠️ 踩坑速查

• Q: 编译提示找不到 nvcc？A: 用make CUDAPATH=/usr/local/cuda-12.0指向真实工具链目录。

• Q: 显存不足报 CUDA error？A: 把-m调小，例如-m 80%改为-m 60%。

• Q: 报错 "no kernel image is available"？A: 计算能力不匹配，按目标卡架构重新执行make COMPUTE=XX。

• Q: 只想测某一张卡？A: 加-i N（N 为nvidia-smi中的编号），如./gpu_burn -i 1 600。

📚 相关资源

• README.md：构建变量与命令行选项的完整说明
• Dockerfile：容器镜像的 CUDA 版本与基础镜像参数
• win/README.md：Windows 下的构建步骤

压测时盯两件事：是否满载，以及满载下结果是否依然正确。

【免费下载链接】gpu-burnMulti-GPU CUDA stress test项目地址: https://gitcode.com/gh_mirrors/gp/gpu-burn