Gpu1 cuda error in cudaprogram cu 388 out of memory

помогите решить проблему.. захотел начать майнить у меня 1050 ti но почему то выдает такую ошибку.. после все начинается заново

2021.03.25:18:27:34.848: main Phoenix Miner 5.5c Windows/msvc — Release build
2021.03.25:18:27:34.848: main Cmd line: -pool ssl://eu1.ethermine.org:5555 -pool2 ssl://us1.ethermine.org:5555 -wal 0x9721d0645913ff71Ee1f2bF3db3574c6D6748BCD.mypc
2021.03.25:18:27:35.053: main CUDA version: 11.0, CUDA runtime: 8.0
2021.03.25:18:27:35.073: main No OpenCL platforms found
2021.03.25:18:27:35.073: main Available GPUs for mining:
2021.03.25:18:27:35.074: main GPU1: GeForce GTX 1050 Ti (pcie 6), CUDA cap. 6.1, 4 GB VRAM, 6 CUs
2021.03.25:18:27:35.154: main NVML library initialized
2021.03.25:18:27:35.187: main Nvidia driver version: 457.51
2021.03.25:18:27:35.759: main Eth: the pool list contains 2 pools (2 from command-line)
2021.03.25:18:27:35.759: main Eth: primary pool: ssl://eu1.ethermine.org:5555
2021.03.25:18:27:35.760: main Starting GPU mining
2021.03.25:18:27:35.911: wdog Starting watchdog thread
2021.03.25:18:27:36.248: main Eth: Connecting to ethash pool ssl://eu1.ethermine.org:5555 (proto: EthProxy)
2021.03.25:18:27:36.249: main GPU1: 29C 45% 37W
GPUs power: 36.7 W
2021.03.25:18:27:36.493: main Listening for CDM remote manager at port 3333 in read-only mode
2021.03.25:18:27:36.574: eths Eth: Connected to SSL ethash pool eu1.ethermine.org:5555 (172.65.207.106)
2021.03.25:18:27:36.964: eths Eth: Send: {«id»:1,»jsonrpc»:»2.0″,»method»:»eth_submitLogin»,»worker»:»eth1.0″,»params»:[«0x9721d0645913ff71Ee1f2bF3db3574c6D6748BCD.mypc»]}

2021.03.25:18:27:37.127: eths Eth: Received: {«id»:1,»jsonrpc»:»2.0″,»result»:true}
2021.03.25:18:27:37.127: eths Eth: Send: {«id»:5,»jsonrpc»:»2.0″,»method»:»eth_getWork»,»params»:[]}

2021.03.25:18:27:37.290: eths Eth: Received: {«id»:0,»jsonrpc»:»2.0″,»result»:[«0xbd81554fc09f07cf8024451b32093299ce64b5be5f366a5d99909431b2a5411f»,»0x3ba1ec7dd7e5aad3c65bafbe04baad8cc72d5157dbce5701db30c476f182011f»,»0x0000000112e0be826d694b2e62d01511f12a6061fbaec8bc02357593e70e52ba»,»0xb8c45f»]}
2021.03.25:18:27:37.290: eths Eth: New job #bd81554f from ssl://eu1.ethermine.org:5555; diff: 4000MH
2021.03.25:18:27:37.292: GPU1 GPU1: Starting up… (0)
2021.03.25:18:27:37.292: GPU1 GPU1: Generating ethash light cache for epoch #403
2021.03.25:18:27:40.215: eths Eth: Received: {«id»:0,»jsonrpc»:»2.0″,»result»:[«0x41d7cb3975d158c6ff27a448aaa01466ef5e430b547711629e803e0b0c5bbf36″,»0x3ba1ec7dd7e5aad3c65bafbe04baad8cc72d5157dbce5701db30c476f182011f»,»0x0000000112e0be826d694b2e62d01511f12a6061fbaec8bc02357593e70e52ba»,»0xb8c45f»]}
2021.03.25:18:27:40.215: eths Eth: New job #41d7cb39 from ssl://eu1.ethermine.org:5555; diff: 4000MH
2021.03.25:18:27:41.136: GPU1 Light cache generated in 3.8 s (17.3 MB/s)
2021.03.25:18:27:41.437: main Eth speed: 0.000 MH/s, shares: 0/0/0, time: 0:00
2021.03.25:18:27:41.463: GPU1 GPU1: Allocating DAG (4.16) GB; good for epoch up to #405
2021.03.25:18:27:41.465: GPU1 CUDA error in CudaProgram.cu:388 : out of memory (2)
2021.03.25:18:27:41.465: GPU1 GPU1: CUDA memory: 4.00 GB total, 3.30 GB free
2021.03.25:18:27:41.465: GPU1 GPU1 initMiner error: out of memory
2021.03.25:18:27:41.465: wdog Fatal error detected. Restarting.
2021.03.25:18:27:44.224: eths Eth: Received: {«id»:0,»jsonrpc»:»2.0″,»result»:[«0x9e027f4e1d4d019c814c17cfc06ba74d0cabed295efcbaf2d429379cd359622d»,»0x3ba1ec7dd7e5aad3c65bafbe04baad8cc72d5157dbce5701db30c476f182011f»,»0x0000000112e0be826d694b2e62d01511f12a6061fbaec8bc02357593e70e52ba»,»0xb8c45f»]}
2021.03.25:18:27:44.224: eths Eth: New job #9e027f4e from ssl://eu1.ethermine.org:5555; diff: 4000MH
2021.03.25:18:27:46.601: main Eth speed: 0.000 MH/s, shares: 0/0/0, time: 0:00
2021.03.25:18:27:46.965: eths Eth: Send: {«id»:5,»jsonrpc»:»2.0″,»method»:»eth_getWork»,»params»:[]}

2021.03.25:18:27:47.130: eths Eth: Received: {«id»:0,»jsonrpc»:»2.0″,»result»:[«0x9e027f4e1d4d019c814c17cfc06ba74d0cabed295efcbaf2d429379cd359622d»,»0x3ba1ec7dd7e5aad3c65bafbe04baad8cc72d5157dbce5701db30c476f182011f»,»0x0000000112e0be826d694b2e62d01511f12a6061fbaec8bc02357593e70e52ba»,»0xb8c45f»]}

Are you looking for an answer to the topic “pytorch cuda out of memory“? We answer all your questions at the website barkmanoil.com in category: Newly updated financial and investment news for you. You will find the answer right below.

Keep Reading

How do I fix Cuda out of memory error?

To Solve RuntimeError: CUDA out of memory. Tried to allocate Error Just reduce the batch size In my case I was on batch size of 32 So that I just changed it to 15 And My error was solved.

What does Cuda out of memory mean?

My model reports “cuda runtime error(2): out of memory” As the error message suggests, you have run out of memory on your GPU. Since we often deal with large amounts of data in PyTorch, small mistakes can rapidly cause your program to use up all of your GPU; fortunately, the fixes in these cases are often simple.

PYTORCH COMMON MISTAKES – How To Save Time 🕒

Images related to the topicPYTORCH COMMON MISTAKES – How To Save Time 🕒

How do I clear my graphics card memory?

What causes Cuda error?

What is the Error? This error occurs due to the following two reasons: Inconsistency between the number of labels/classes and the number of output units. The input of the loss function may be incorrect.

How do I increase virtual memory?

What is CUDA memory?

It is used for storing data that will not change over the course of kernel execution. It supports short-latency, high-bandwidth, read-only access by the device when all threads simultaneously access the same location. There is a total of 64K constant memory on a CUDA capable device. The constant memory is cached.

How does PyTorch allocate memory?

Memory management

PyTorch uses a caching memory allocator to speed up memory allocations. This allows fast memory deallocation without device synchronizations. However, the unused memory managed by the allocator will still show as if used in nvidia-smi .

See some more details on the topic pytorch cuda out of memory here:

Frequently Asked Questions — PyTorch 1.11.0 documentation

My model reports “cuda runtime error(2): out of memory” … As the error message suggests, you have run out of memory on your GPU. Since we often deal with large …

+ Read More

“RuntimeError: CUDA error: out of memory” – Stack Overflow

The error occurs because you ran out of memory on your GPU. One way to solve it is to reduce the batch size until your code runs without …

+ Read More Here

How to avoid “CUDA out of memory” in PyTorch – Local Coder

Actually, CUDA runs out of total memory required to train the model. You can reduce the batch size. Say, even if batch size of 1 is not working (happens when …

+ Read More

What Is Causing Gpu To Run Out Of Memory Pytorch?

In my model, it appears that “cuda runtime error(2): out of memory” is occurring due to a GPU memory drain. Because PyTorch typically manages …

+ View More Here

How do I increase virtual memory in Windows?

Click Start > Settings > Control Panel. Double-click the System icon. In the System Properties dialog box, click the Advanced tab and click Performance Options. In the Performance Options dialog, under Virtual memory, click Change.

How much virtual memory do I need for mining?

Most mining software requires at least 16 GB virtual memory. In systems with many GPU’s, even more virtual memory is required to be able to work well with all mining software and algorithms. A good rule of thumb is to allocate 4 GB plus the total amount of memory on all GPU’s.

Why is my GPU out of memory?

Out-of-memory error occurs when MATLAB asks CUDA(or the GPU Device) to allocate memory and it returns an error due to insufficient space. For a big enough model, the issue will occur across differnet releases since the issue is with the GPU hardware.

How do I fix my video memory running out?

SOLUTION: Cuda error in cudaprogram.cu:388 : out of memroy gpu memory: 12:00 GB totla, 11.01 GB free

Images related to the topicSOLUTION: Cuda error in cudaprogram.cu:388 : out of memroy gpu memory: 12:00 GB totla, 11.01 GB free

How do you check which Cuda version is installed?

What is CUDA computing?

CUDA® is a parallel computing platform and programming model developed by NVIDIA for general computing on graphical processing units (GPUs). With CUDA, developers are able to dramatically speed up computing applications by harnessing the power of GPUs.

What does Nvidia SMI do?

The NVIDIA System Management Interface (nvidia-smi) is a command line utility, based on top of the NVIDIA Management Library (NVML), intended to aid in the management and monitoring of NVIDIA GPU devices.

What happens if virtual memory is too high?

The bigger the virtual memory space, the bigger the adress table becomes in which is written, which virtual adress belongs to which physical adress. A big table can theoreticaly result in slower translation of the adresses and therefore in slower reading and writing speeds.

What should my virtual memory be set at 16GB RAM?

If you are lucky enough that you have more than 16 GB of RAM in the system, we suggest that the page file minimum be set between 1 and 1.5 times the amount of RAM.

How much virtual memory should 8gb RAM have?

To calculate the “general rule” recommended size of virtual memory in Windows 10 per the 8 GB your system has, here’s the equation 1024 x 8 x 1.5 = 12288 MB.

How is memory allocated in CUDA?

Memory management on a CUDA device is similar to how it is done in CPU programming. You need to allocate memory space on the host, transfer the data to the device using the built-in API, retrieve the data (transfer the data back to the host), and finally free the allocated memory.

How does CUDA unified memory?

Unified Memory combines the advantages of explicit copies and zero-copy access: the GPU can access any page of the entire system memory and at the same time migrate the data on-demand to its own memory for high bandwidth access.

How does CUDA managed memory work?

When code running on a CPU or GPU accesses data allocated this way (often called CUDA managed data), the CUDA system software and/or the hardware takes care of migrating memory pages to the memory of the accessing processor.

Does PyTorch automatically use GPU?

If you are tracking your models using Weights & Biases, all your system metrics, including GPU utilization, will be automatically logged. Some of the most important metrics logged are GPU memory allocated, GPU utilization, CPU utilization, etc.

reduce batch_size to solve CUDA out of memory in PyTorch

Images related to the topicreduce batch_size to solve CUDA out of memory in PyTorch

How do I enable CUDA in PyTorch?

Do I need to install CUDA for PyTorch?

To install PyTorch via pip, and do not have a CUDA-capable system or do not require CUDA, in the above selector, choose OS: Windows, Package: Pip and CUDA: None. Then, run the command that is presented to you.

Related searches to pytorch cuda out of memory

• pytorch backward cuda out of memory
• pytorch runtimeerror cuda out of memory. tried to allocate
• Avoid cuda out of memory
• pytorch lightning cuda out of memory
• pytorch cuda out of memory. tried to allocate
• windows pytorch cuda out of memory
• Model to device CUDA out of memory
• pytorch gpu cuda out of memory
• cuda out of memory reserved in total by pytorch
• pytorch cuda memory
• pytorch ddp cuda out of memory
• catch cuda out of memory
• cuda out of memory pytorch clear
• model to device cuda out of memory
• CUDA out of memory pytorch
• cuda out of memory tried to allocate
• avoid cuda out of memory
• pytorch load model cuda out of memory
• pytorch cuda out of memory inference
• pytorch runtimeerror cuda out of memory
• pytorch catch cuda out of memory error
• pytorch inference cuda out of memory
• cuda out of memory kaggle
• CUDA out of memory tried to allocate
• pytorch cuda running out of memory
• cuda out of memory pytorch
• pytorch dataloader cuda out of memory
• pytorch cuda out of memory after epoch

Information related to the topic pytorch cuda out of memory

Here are the search results of the thread pytorch cuda out of memory from Bing. You can read more if you want.

You have just come across an article on the topic pytorch cuda out of memory. If you found this article useful, please share it. Thank you very much.

CUDA error in CudaProgram.cu:373 : out of memory (2) #1857

Phoenix Miner 4.7c Windows/msvc — Release build

CUDA version: 10.0, CUDA runtime: 8.0
Available GPUs for mining:
GPU1: GeForce GTX 1050 Ti (pcie 2), CUDA cap. 6.1, 4 GB VRAM, 6 CUs
Nvidia driver version: 441.12
Eth: the pool list contains 1 pool (1 from command-line)
Eth: primary pool: daggerhashimoto.br.nicehash.com:3353
Starting GPU mining
Eth: Connecting to ethash pool daggerhashimoto.br.nicehash.com:3353 (proto: Nicehash)
GPU1: 30C 30% 36W
GPUs power: 35.6 W
Eth: Connected to ethash pool daggerhashimoto.br.nicehash.com:3353 (172.65.195.159)
Listening for CDM remote manager at port 4000 in read-only mode
Eth: Subscribed to ethash pool
Eth: Worker 3KbfgWhzLi4QrM6METY3aAzAA1NBhWj7j9$0-FfPFLHLcjVWIwstHKh8jHw authorized
Eth: New job #79ff35a2 from daggerhashimoto.br.nicehash.com:3353; diff: 8590MH
GPU1: Starting up. (0)
GPU1: Generating ethash light cache for epoch #296
Eth: New job #b158f306 from daggerhashimoto.br.nicehash.com:3353; diff: 8590MH
Eth: New job #7f4f2f7d from daggerhashimoto.br.nicehash.com:3353; diff: 8590MH
Light cache generated in 2.6 s (20.7 MB/s)
GPU1: Allocating DAG (3.33) GB; good for epoch up to #298
CUDA error in CudaProgram.cu:373 : out of memory (2)
GPU1: CUDA memory: 4.00 GB total, 3.30 GB free
GPU1 initMiner error: out of memory
Eth speed: 0.000 MH/s, shares: 0/0/0, time: 0:00
Eth speed: 0.000 MH/s, shares: 0/0/0, time: 0:00
Eth: New job #831b4fb4 from daggerhashimoto.br.nicehash.com:3353; diff: 8590MH
Eth: New job #e68b5bc2 from daggerhashimoto.br.nicehash.com:3353; diff: 8590MH
Eth speed: 0.000 MH/s, shares: 0/0/0, time: 0:00
Eth speed: 0.000 MH/s, shares: 0/0/0, time: 0:00
Eth: New job #f7f9bd07 from daggerhashimoto.br.nicehash.com:3353; diff: 8590MH
Eth: New job #be9671bf from daggerhashimoto.br.nicehash.com:3353; diff: 8590MH
Eth speed: 0.000 MH/s, shares: 0/0/0, time: 0:00
GPU1: 30C 30% 36W
GPUs power: 35.6 W
Eth speed: 0.000 MH/s, shares: 0/0/0, time: 0:00
Eth speed: 0.000 MH/s, shares: 0/0/0, time: 0:00
Eth: New job #40399f1d from daggerhashimoto.br.nicehash.com:3353; diff: 8590MH
Eth: New job #c947cfff from daggerhashimoto.br.nicehash.com:3353; diff: 8590MH
Eth: New job #9a1e3f7f from daggerhashimoto.br.nicehash.com:3353; diff: 8590MH
Eth speed: 0.000 MH/s, shares: 0/0/0, time: 0:00

*** 0:00 *** 11/7 17:13 **************************************
Eth: Mining ETH on daggerhashimoto.br.nicehash.com:3353 for 0:00
Eth: Accepted shares 0 (0 stales), rejected shares 0 (0 stales)
Eth: Incorrect shares 0 (0.00%), est. stales percentage 0.00%
Eth: Average speed (5 min): 0.000 MH/s

Eth speed: 0.000 MH/s, shares: 0/0/0, time: 0:00

The text was updated successfully, but these errors were encountered:

Hi @WillianSalceda
Thank you for reaching out.
The reason your gpu is unable to mine daggerhashimoto because it doesn’t have enough memory.
It hash 3.30 GB free memory but current DAG SIZE is over this number. So if you would still want to mine this algorithm install Windows 7, since it doesn’t take that much memory as Windows 10. Or just start mining another algorithm.

I hope my answer was helpful, if you still have any questions please reopen the issue.

Источник

Ошибки Видеокарты При Майнинге

Зарабатывай на чужих сделках на бирже BingX. Подробнее — тут.

UNABLE TO ENUM CUDA GPUS: INVALID DEVICE ORDINAL

UNABLE TO ENUM CUDA GPUS: INSUFFICIENT CUDA DRIVER: 5000

NBMINER MINING PROGRAM UNEXPECTED EXIT.CODE: -1073740791, REASON: PROCESS CRASHED

NBMINER CUDA ERROR: OUT OF MEMORY (ERR_NO=2) — как исправить?

GMINER ERROR ON GPU: OUT OF MEMORY STOPPED MINING ON GPU0

Socket error. the remote host closed the connection, в майнере Nbminer

DAG has been damaged check overclocking settings, в майнере Gminer

ERROR: Can’t start T-Rex, failed to initialize device map: can’t get busid, code -6

Ошибки настройки памяти с кодом -6 обычно указывают на проблему с драйвером.

Если у вас Windows, используйте программу DDU (DisplayDriverUninstaller), чтобы полностью удалить все драйверы Nvidia.
Перезагрузите систему.
Установите новый драйвер прямо с сайта Nvidia.
Перезагрузите систему снова.
Если у вас HiveOS/RaveOS — накатите чистый образ системы. Чтобы наверняка. 🙂

TREX: Can’t unlock GPU

Полный текст ошибки:
TREX: Can’t unlock GPU [ID=1, GPU #1], error code 15
WARN: Miner is going to shutdown.
WARN: NVML: can’t get fan speed for GPU #1, error code 15
WARN: NVML: can’t get power for GPU #1, error code 15
WARN: NVML: can’t get mem/core clock for GPU #1, error code 17

Решение:

1. Проверьте все кабельные соединения видеокарты и райзера, особенно кабеля питания.
2. Если с первый пунктом все ок, попробуйте поменять райзер на точно рабочий.
3. Если ошибка остается, вставьте видеокарту в разъем х16 напрямую в материнскую плату.

CAN’T START MINER, FAILED TO INITIALIZE DEVIS MAP, CAN’T GET BUSID, CODE -6

Зарабатывай на чужих сделках на бирже BingX. Подробнее — тут.

ОШИБКА 511 ГРАДУСОВ НА ВИДЕОКАРТА

GPU driver error, no temps в HiveOS — что делать?

Вероятнее всего, вы получили эту ошибку, майнив на HiveOS. Причин ее появления может быть несколько — как софтовая, так и аппаратная (например райзер).
Можно попробовать обойтись малой кровью и вбить в HiveOS команду:
hive-replace -y —stable
Система по новой накатит стабильную версию HiveOS.

Если ошибка не уйдет — проверьте райзер.

GPU are lost, rebooting

Это не ошибка, а ее последствие. Что узнать какая ошибка приводит к перезагрузке карт, сделайте следующее:

Включите сохранение логов (по умолчанию они выключены) командой

И перезагрузите риг.
После того как ошибка повторится можно будет скачать логи командами ниже.
Вы можете использовать следующую команду, чтобы загрузить логи майнера прямо с панели мониторинга;

message file «miner.log» -f=/var/log/miner/minername/minername.log

Итак, скажем, например, мне нужны логи TeamRedMiner
message file «teamredminer.log» -f=/var/log/miner/teamredminer/teamredminer.log

Отправленная командная строка будет выделена синим цветом. Загружаемый файл будет отображаться белым цветом. Нажав на него, вы сможете его скачать.
Эта команда позволит скачать лог системы

message file «syslog» -f=/var/log/syslog

exitcode=3 в HiveOS

Вероятнее всего, вы получили эту ошибку, майнив на HiveOS. Причин ее появления может быть несколько — как софтовая, так и аппаратная (например райзер).
Можно попробовать обойтись малой кровью и вбить в HiveOS команду:
hive-replace -y —stable
Система по новой накатит стабильную версию HiveOS.

Если ошибка не уйдет — проверьте райзер.

exitcode=1 в HiveOS

Данная ошибка возникает когда есть проблема с датой в биосе материнской платы (сбитое время) и (или) есть проблема с интернетом.
Если сбито время, то удаленно вы не сможете подключиться.
Тем не менее, обновление драйверов Nvidia должно пройти командой:

gpu fault detected 146

Waiting interface to come up — не работает VPN на HiveOS

Как узнать ip адрес воркера hive os

Repository update failed в HiveOS

Rave os не запускается. Boot aborted Rave os

Перепроверьте все настройки ПК и БИОСа материнской платы:
— Установите загрузочное устройство HDD/SSD/M2/USB в зависимости от носителя с ОС.
— Включите 4G decoding.
— Установите поддержку PCIe на Auto.
— Включите встроенную графику.
— Установите предпочтительный режим загрузки Legacy mode.
— Отключите виртуализацию.

Если после данных настроек не определяется часть карт, то выполните следующие настройки в BIOS (после каждого пункта требуется полная перезагрузка):

— Отключите 4G decoding
— Перезагрузка
— Отключите CSM
— Перезагрузка
— Включите 4G decoding, установите PCI-E Gen2/3, а при отсутствии Gen2/3, можно выбрать Gen1

Failed to allocate memory Raveos

Эта же ошибка может называться как:
failed to allocate initramfs memory bailing out, failed to load idlinux c.32
или
failed to allocate memory for kernel boot parameter block
или
failed to allocate initramfs memory raveos bailing

Но решение у нее одно — вы должны правильно настроить БИОС материнской платы.

gpu_driver_fault, GPU #0 fault в RaveOS

gpu_driver_fault, GPU #0 fault в RaveOS

Gpu driver fault. All tasks have been stopped. Worker will be rebooted after 5 minutes в RaveOS

Miner restarted after error RaveOS

Miner restart limit reached. Worker rebooting by flag auto в RaveOS

Miner cannot be started, ОС RaveOS

Непосредственно перед этой ошибкой обычно пишется еще другая, которая и вызывает эту проблему. Но если ничего нет, то:

1. Поставьте майнер на паузу, перезагрузите риг и в консоли выполните команды clear-miners clear-logs и fix-fs. Запустите майнинг.
2. Если ошибка не ушла, перепишите образ RaveOS.

Overclock can’t be applied в RaveOS

Error installing hive miners

Можно попробовать обойтись малой кровью и вбить в HiveOS команду:
hive-replace -y —stable
Система по новой накатит стабильную версию HiveOS.

Если ошибка не уйдет — физически перезапишите образ. Если у вас флешка, то скорее всего она умерла. Купите SSD. 🙂

Warning: Nvidia settings applied with errors

Перестал отображаться кулер видеокарты HiveOS

ERROR: parsing JSON failed

Необходимо выполнить на риге локально (с клавиатурой и монитором) следующую команду:
net-test

Данная команда покажет ваше текущее состояние подключения к разным зеркалам API серверов HiveOS.
Посмотрите, к какому API у вас наименьшая задержка (ping), и когда воркер снова появится в панели, измените стандартное зеркало на то, что ближе к вам.
После смены зеркала, в обязательном порядке перезагрузите ваш воркер.
Изменить сервер API вы можете командой nano /hive-config/rig.conf
После смены нажмите ctrl + o и ентер для того чтобы сохранить файл.
После этого выйдите в консоль командой ctrl + x, f10 и выполните команду hello

NVML: can’t get fan speed for GPU #5, error code 999 hive os

Can’t get power for GPU #2

Как правило эта ошибка встречается рядом вместе с другими:
Attribute ‘GPUGraphicsClockOffset’ was already set to 0
Attribute ‘GPUMemoryTransferRateOffset’ was already set to 2200
Attribute ‘GPUFanControlState’ (hive1660s_ETH:0[gpu:2]) assigned value
0.

20211029 12:40:50 WARN: NVML: can’t get fan speed for GPU #2, error code 999
20211029 12:40:50 WARN: NVML: can’t get power for GPU #2, error code 999
20211029 12:40:50 WARN: NVML: can’t get mem/core clock for GPU #2, error code 999

Решение:

Проверьте корректность установки драйвера на видеокарте.
Убедитесь что нет проблем с драйвером, если все в порядке, то попробуйте другой параметр разгона. Например уменьшить разгон по памяти.

GPU1 search error: unspecified launch failure

Warning: Autofan: unable to set fan speed, rebooting

Найдите логи майнера, посмотрите какие ошибки майнер пишет в логах. Например:

kernel: [12112.410046][ T7358] NVRM: GPU at PCI:0000:0c:00: GPU-236e3bef-2e03-6cdb-0518-7ac01eb8736d
kernel: [12112.410049][ T7358] NVRM: Xid (PCI:0000:0c:00): 62, pid=7317, 0000(0000) 00000000 00000000
kernel: [12112.433831][ T7358] NVRM: Xid (PCI:0000:0c:00): 45, pid=7317, Ch 00000010
CRON[21094]: (root) CMD (command -v debian-sa1 > /dev/null && debian-sa1 1 1)

Исходя из логов, мы видим что есть проблема с видеокартой на слоте PCIE 0c:00 (под номером Gpu пишется номер PCIE слота) с ошибками 45 и 62
Коды ошибок (других, которые также могут быть там) и что с ними делать:

• 13, 43, 45: ошибки памяти, снизить MEM
• 8, 31, 32, 61, 62: снизить CORE, возможно и MEM
• 79: снизить CORE, проверить райзер

Источник