Proxmox amdgpu: Fatal error during GPU init 解決方案

報錯內容:

[    8.511123] amdgpu 0000:03:00.0: amdgpu: amdgpu_device_ip_init failed
[    8.511124] amdgpu 0000:03:00.0: amdgpu: Fatal error during GPU init

Guest 開機報錯

轉載聲明:
本段機翻自 Nicholas Sherlock 的博文 Working around the AMD GPU Reset bug on Proxmox using vendor-reset, 略懂英文的同學可以點擊原文閱讀體驗更好.

介紹

大多數現代AMD GPU都受到AMD重置錯誤的影響：無法正確地重置顯卡，因此每次只能在主機上電時使用一次。第二次嘗試使用該顯卡時，Linux將嘗試對其進行重置並失敗，導致虛擬機啟動失敗，或者 Guest、Host 兩者都死機。

如果您的系統中只有一張GPU，這將特別成為一個問題，因為它將是您的 Main GPU，因此在啟動期間將由主機UEFI初始化， 所以你甚至第一次 Passthrough 都會失敗。

gnif』s new vendor-reset project 試圖通過使用供應商特定的重置技巧替換AMD缺失的FLR支持來解決這個AMD重置問題。

當前支持的GPU系列包括各種Polaris、Vega和Navi型號，包括與RX 480、RX 540、RX 580、Vega 56/64、Radeon VII、5500XT、5700XT、Pro 5600M相同系列的GPU（有關支持的晶元組的完整列表，請參見該 repo）。

解決方案

首先，將內核更新到最新版本並重新啟動（即執行apt update && apt dist-upgrade）。否則，pve-headers獲取的內核頭文件將不匹配當前運行的內核，導致dkms無法構建包。

現在可以按以下方式安裝vendor-reset：

# Get latest Proxmox kernel headers:
apt install pve-headers

# Did that fail? If so make sure you have Proxmox repository set up properly! https://pve.proxmox.com/wiki/Package_Repositories

# Get required build tools:
apt install git dkms build-essential

# Perform the build:
git clone https://github.com/gnif/vendor-reset.git
cd vendor-reset
dkms install .

# Enable vendor-reset to be loaded automatically on startup:
echo "vendor-reset" >> /etc/modules
update-initramfs -u

# Reboot to load the module:
shutdown -r now

完成上述騷操作之後, 你下次開虛擬機應該就能看到下面的信息:

vfio-pci 0000:03:00.0: AMD_POLARIS10: version 1.0
vfio-pci 0000:03:00.0: AMD_POLARIS10: performing pre-reset
vfio-pci 0000:03:00.0: AMD_POLARIS10: performing reset
vfio-pci 0000:03:00.0: AMD_POLARIS10: GPU pci config reset
vfio-pci 0000:03:00.0: AMD_POLARIS10: performing post-reset
vfio-pci 0000:03:00.0: AMD_POLARIS10: reset result = 0

Host 開機報錯

如果你是 Proxmox 開機碰到問題, 需要手動禁用 amdgpu 驅動

# 先備份文件
cp /etc/modprobe.d/blacklist.conf /etc/modprobe.d/blacklist.conf.bak

# 在文件結尾加一行禁用驅動
echo "blacklist amdgpu" >>  /etc/modprobe.d/blacklist.conf

# 更新內核, 重啟
update-initramfs -u -k all
reboot

參考

• https://www.nicksherlock.com/2020/11/working-around-the-amd-gpu-reset-bug-on-proxmox/
• https://pve.proxmox.com/wiki/PCI(e)_Passthrough

Thumbnail: Reno by Alex Tass
If using the image violates your rights, or there』s anything related to copyright laws, please contact me at [email protected], I will deal with them immediately.