【linux】gpu显卡报错，如何禁坏卡

背景：

gpu服务器的显卡坏了，导致机器重启，需要找出坏卡禁掉。

操作流程：

一、使用dmest -T先查看系统日志，找出报错显卡的id

dmesg -T
[五 5月  5 21:16:09 2023] NVRM: GPU 0000:0b:00.0: RmInitAdapter failed! (0x26:0xffff:1227)
[五 5月  5 21:16:09 2023] NVRM: GPU 0000:0b:00.0: rm_init_adapter failed, device minor number 5
[五 5月  5 21:17:05 2023] NVRM: Xid (PCI:0000:0b:00): 32, pid=0, Channel ID 00000000 intr 80004000
[五 5月  5 21:17:05 2023] NVRM: GPU 0000:0b:00.0: RmInitAdapter failed! (0x26:0xffff:1227)
[五 5月  5 21:17:05 2023] NVRM: GPU 0000:0b:00.0: rm_init_adapter failed, device minor number 5
[五 5月  5 21:18:04 2023] NVRM: Xid (PCI:0000:0b:00): 32, pid=0, Channel ID 00000000 intr 80004000
[五 5月  5 21:18:04 2023] NVRM: GPU 0000:0b:00.0: RmInitAdapter failed! (0x26:0xffff:1227)
[五 5月  5 21:18:04 2023] NVRM: GPU 0000:0b:00.0: rm_init_adapter failed, device minor number 5
[五 5月  5 21:18:08 2023] NVRM: Xid (PCI:0000:0b:00): 32, pid=0, Channel ID 00000000 intr 80004000
[五 5月  5 21:18:08 2023] NVRM: GPU 0000:0b:00.0: RmInitAdapter failed! (0x26:0xffff:1227)
[五 5月  5 21:18:08 2023] NVRM: GPU 0000:0b:00.0: rm_init_adapter failed, device minor number 5

二、找到坏卡对应的id后，使用nvidia-smi命令禁止坏卡。

#禁卡命令：
sudo nvidia-smi drain -p 0000:0b:00.0 -m 1

ps:不行就lspci |grep VGA看所有显卡的bus id，轮流把一半显卡禁掉看能正常运行不。