首页/AI/大模型部署与运维速查/持久化模式:减少 GPU 初始化开销
推理环境与 GPU50 条

持久化模式:减少 GPU 初始化开销

默认情况下 GPU 无任务时驱动会卸载其状态,首个任务承担初始化延迟;开启持久化模式让驱动保持加载,适合推理服务常驻、任务频繁拉起的场景。

开启与固化

开启与固化
sudo nvidia-smi -pm 1                              # 开启(重启后失效)
sudo systemctl enable --now nvidia-persistenced     # 用服务固化
nvidia-smi --query-gpu=persistence_mode --format=csv
数据中心驱动配合 nvidia-persistenced 常驻;单卡且任务长跑的机器收益有限,任务频繁启停时体感更明显。

易错点

  • 未开持久化的机器首个请求偏慢:初始化开销容易被误判成服务性能问题

数据来源与参考

  • NVIDIA 驱动持久化模式文档(docs.nvidia.com/deploy/driver-persistence)
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌