服务器显存过多引发休眠失败，AMD 发布新 Linux 补丁修复

图片地址：https://img.ithome.com/newsuploadfiles/2025/7/8c920f18-30f5-4ee5-aa59-8627c57b71e6.png?x-bce-process=image/format,f_auto

IT之家 7 月 2 日消息，科技媒体 phoronix 昨日（7 月 1 日）发布博文，报道称 AMD 公司发布了新的补丁系列，修复了由于显存和 Instinct 加速器过多，导致的系统休眠失败故障。IT之家援引博文介绍：如果一台服务器配有 8 个带有 192GB 显存的设备，系统内存超过 2TB，那么就会导致系统休眠出现故障。AMD 工程师 Samuel Zhang 解释称休眠过程中，系统尝试将显存迁移到 GTT 或共享内存，如果显存过多，可能会导致系统内存耗尽。Samuel Zhang 在最新发布的补丁中表示：现代数据中心 dGPU 通常配备有非常大的 VRAM。在配备此类 dGPU（192GB VRAM * 8）和 2TB 系统内存的服务器上，休眠会因为内存不足而失败。根本原因在于，休眠期间所有 vRAM 内存都会被迁移到 GTT 或共享内存。在两种情况下，它们都在系统内存中，内核会尝试将这些页面复制到休眠镜像。在最坏的情况下，这会在系统内存中创建两份 vRAM 内存副本，2TB 的内存不足以存储休眠镜像。修复方案包括以下两个变更：1. 将 GTT 迁移到共享内存，释放 GTT 页面；2. 强制将共享内存页面写入交换磁盘，释放共享内存页面。在休眠准备阶段将 GTT 迁移到共享内存后，在解冻阶段恢复缓冲对象需要大量时间（观察到 8 个 dGPU 需要 50 分钟）。由于后续休眠阶段不需要使用 GPU，这一步骤并非必要。第三个补丁就是跳过解冻阶段的缓冲对象