企业官网建设流程全解析

gpu-burn 使用指南：多 GPU 压力测试与显卡验机完整教程

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

刚组好一台装 8 张显卡的服务器，部署训练任务前总担心某张卡在高负载下悄悄出错。gpu-burn 是一款多 GPU CUDA 压力测试工具，让所有显卡同时跑满浮点运算，并自动校验计算结果、逐卡输出 OK/FAULTY。

🔍 适合谁用

如果你维护带多张 NVIDIA GPU 的机器——新机器验收、上架前烤机、或者想排查某张卡是不是坏了——它都能派上用场。不用搭深度学习环境，一条命令就能让所有卡同时满载，省去了逐张卡测试的时间。

🚀 快速上手

三步跑通，每步都很短：

1️⃣ 克隆源码到本地：

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

2️⃣ 编译，Makefile 会自动探测 CUDA 安装位置：

make

3️⃣ 先列出全部显卡，再做一次 5 分钟冒烟测试：

./gpu_burn -l ./gpu_burn 300

结束时每张卡都会打印 OK 或 FAULTY，全绿就可以放心继续。

🧰 核心特性

🔥 燃烧时长直接写进命令

不需要任何配置文件，命令行最后一个参数就是秒数，到点自动停。

./gpu_burn 600

📦 显存占用精确可控

-m决定吃多少显存，可以给固定 MB 数，也可以给可用显存的百分比，默认 90%。机器上还有别的进程时用百分比更稳：

./gpu_burn -m 4096 1200 # 固定 4GB，跑 20 分钟 ./gpu_burn -m 50% 60 # 半块显存，跑 1 分钟

🎯 单卡定点测试

-i N只压编号为 N 的那张卡，用来隔离嫌疑对象非常顺手。

./gpu_burn -i 2 1800

🧪 双精度与 Tensor 核心模式

-d切换成双精度浮点运算（精度更高、更吃算力），-tc尝试调用 Tensor 核心（GPU 里专门加速矩阵运算的硬件单元）。

./gpu_burn -d 3600 ./gpu_burn -tc 600

✅ 自带结果校验

它不是单纯把风扇吹热：内核在持续比较运算结果的差值，错误数会实时累计。任何一张卡被判 FAULTY，把该卡下线检修就行，不用整台机器陪跑。

🧗 进阶玩法

🐳 Docker 一键部署

服务器环境脏、不想动系统里的 CUDA 版本时，直接打容器镜像：

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

镜像默认跑 60 秒，构建时可用--build-arg COMPUTE=75 --build-arg CUDA_VERSION=13.0.0指定计算能力和 CUDA 版本。

⚙️ 构建时指定计算能力

计算能力是 NVIDIA 给每代 GPU 架构的编号，编译参数要和你的卡匹配：默认 7.5（Turing），30 系用 86，40 系用 89，H100 用 90。

make COMPUTE=89

CUDA 装在非默认路径时加make CUDAPATH=/usr/local/cuda-12.0。

🪟 Windows 版本

win/ 目录是官方 Windows 移植版，需要 CMake 和 Visual Studio 的 C++ 工具链：

build.bat -c 86

编译出的 gpu_burn.exe 参数和 Linux 版完全一致，共享同一套内核。

💼 实战案例

场景一：新服务器 24 小时验收

./gpu_burn -d 86400

双精度全卡燃烧一整天，另开终端watch -n 5 nvidia-smi盯温度和功耗，整夜无 FAULTY 再交付。

场景二：定位"偶发卡死"的嫌疑卡

先./gpu_burn -l确认编号，再只压那张可疑的卡：

./gpu_burn -i 1 -m 80% 3600

单卡 80% 显存压 1 小时，复现 FAULTY 基本可以断定是硬件问题，直接走售后。

❓ 常见问题

Q：make 提示找不到 nvcc？A：CUDA 工具链没装或不在默认路径，装上后执行make CUDAPATH=/usr/local/cuda-12.0。

Q：新架构的卡该填多少 COMPUTE？A：对照架构查：20 系 75、30 系 86、40 系 89、H100 为 90。

Q：提示显存不足，但 nvidia-smi 明明还有空余？A：先确认没有别的进程占卡，再把-m降到 50% 留出余量重试。

写在最后

压力测试是确认 GPU 可靠性的最硬核方式，建议长夜挂机后再复测一轮。现在就可以克隆仓库、编译，然后跑一次./gpu_burn 300的 5 分钟冒烟测试。

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