AMD八卡1.5TB显存困扰Linux系统：睡不着，解决方法揭秘

如今的AI加速计算卡配备的HBM高带宽内存(显存)容量越来越大，AMD、NVIDIA都都做到了惊人的192GB。而且即将增加到288GB，没想到给Linux造成了不小的困扰。

AMD工程师Sameul Zhang在最新的Linux补丁中透露，如果一套系统配备多块AMD Instinct加速卡，超大容量显存会导致系统无法休眠。

比如某台服务器安装了八块AMD Instinct加速卡，单卡显存192GB，总计达到1.5TB，Linux就没办法正常休眠了。

问题出自Linux在休眠过程中的GPU显存处理方式。

系统休眠时，所有的GPU显存都会卸载到系统内存，一般通过GTT(图形转换表)或者共享内存(shmem)。

然后，系统内核复制所有系统内存中的数据(包括处于evicted状态的显存)。创建一个休眠镜像，放入第二个内存区域，用于后续结束休眠的时候重新写入磁盘。

简单地说，如果有1.5TB显存，休眠系统镜像就会最大达到3TB，从而超过2TB系统内存容量，自然无法再休眠。

当然，这个问题不止是AMD，任何大显存的GPU加速卡并行都会出现。

Sameul Zhang为此提出了自己的解决建议，主要是减少休眠时所需复制的内存容量。但这会导致休眠恢复时间过长，可能接近1个小时，所以又加入了一个新补丁，跳过一些步骤，从而大大缩短休眠恢复的时间。