培訓tensorflow崩潰計算機

Question

我們用下面的硬件配置使用tensorflow運行多個GPU訓練：

ubuntu 16.04 
cuda 8 
cudnn 5.1 
8 titan X pascal 
220GB of memory 

培訓代碼是基於苗條發表在tensorflow /型號的github倉庫。

如果我們不使用所有GPU（最多4個，測試過），我們就可以運行訓練代碼。但是，一旦我們使用全部8個GPU，電腦就會崩潰。

這可能是什麼原因？

Answer 1

我有一個類似的問題，雖然對我來說，一旦我使用多個GPU就會崩潰。對我們來說，修復被降級Linux內核2.6.32到

更多細節上我們的問題就在這裏：https://groups.google.com/a/tensorflow.org/forum/#!topic/discuss/UjB7uP7_MMU