Xid 79 / 74 / 48 e conflito de driver
NVIDIA Xid 79, NVLink Xid 74 e evidências RMA para ECC HBM
Coleta segura de UUID e dmesg para GPU has fallen off the bus (Xid 79), falhas NVLink (Xid 74), ECC duplo bit (Xid 48) e conflito NVML.
Assinaturas frequentes e triagem inicial
| Assinatura do log | Classe de falha | Significado | Primeira verificação | Abrir |
|---|---|---|---|---|
| NVRM: Xid (PCI:...): 79, GPU has fallen off the bus | Perda no barramento PCIe | Driver perdeu contato com a GPU por energia, temperatura, riser ou defeito de placa. | Salvar UUID, serial, logs BMC e dmesg antes de reiniciar a máquina. | Ver detalhes |
| NVRM: Xid (PCI:...): 74, NVLink: fatal error | Interconexão NVLink | Erro irrecuperável em link NVLink ou NVSwitch entre GPUs. | Coletar nvidia-smi nvlink -e e GPUs adjacentes para abertura de RMA. | Ver detalhes |
| NVRM: Xid 48 (DBE ECC) / Row Remapping failure | Degradação HBM / ECC | Erro ECC double-bit incorrigível indicando possível falha física de HBM. | Exportar nvidia-smi -q -d ECC,ROW_REMAPPER antes de substituir a unidade. | Ver detalhes |
| Failed to initialize NVML: Driver/library version mismatch | Conflito de driver | Bibliotecas em user-space atualizadas em desacordo com o módulo kernel nvidia carregado. | Conferir /proc/driver/nvidia/version e recarregar o módulo com segurança. | Ver correção |
Evidências para preservar antes de reiniciar o nó
dmesg -T | rg -i 'nvrm|xid|mlx5|oom|pcie'
nvidia-smi --query-gpu=index,uuid,pci.bus_id,temperature.gpu,ecc.errors.uncorrected.aggregate.total --format=csv
export NCCL_DEBUG=INFO TORCH_NCCL_TRACE_BUFFER_SIZE=2000 TORCH_NCCL_DUMP_ON_TIMEOUT=1Triagem por nuvem GPU no Brasil, Portugal e LATAM
Brasil e LATAM H100 (NCCL / OOM)
CUDA OOM, NCCL Watchdog, Xid 79 e vLLM em clusters locais
RunPod Multi-Node Watchdog
Separar rank lento de falhas de rede DDP e FSDP
CoreWeave Kubernetes Xid 79
Preservar evidências Xid e NVLink antes do recriar do pod
Todas as nuvens GPU
Fluxos completos para provedores no Brasil e no mundo
Ferramentas GPU gratuitas direto no navegador
Perguntas frequentes
Xid 79 significa que a GPU precisa de RMA imediato?
Nem sempre. Energia, temperatura ou slot PCIe também causam Xid 79. Salve UUID e dmesg antes de trocar o slot ou reiniciar.
Como corrigir Driver/library version mismatch?
Recarregue os módulos do kernel NVIDIA fora de carga após atualização das bibliotecas de usuário.
Plano gratuito de $0 e avaliação Team de 30 dias (sem cartão · fatura corporativa)
Qualquer e-mail pessoal ou corporativo pode criar uma conta gratuita de $0. Para times em produção, o checkout Stripe aceita cartões corporativos, registro fiscal (CNPJ/NIF) e fatura anual.