NVIDIA GPU 硬件压力测试实战：gpu‑burn 完整使用文档与踩坑排错

0. 项目介绍

项目地址：https://github.com/wilicc/gpu-burn

gpu‑burn 是面向 NVIDIA CUDA GPU 的多 GPU 压力测试工具。通过大规模矩阵乘法把 GPU 算力、显存打满，用来检测 GPU 硬件稳定性、显存故障、散热降频问题；仅支持 Linux，不支持 AMD、Windows。

1. 环境依赖

NVIDIA 显卡，支持 CUDA
安装 CUDA Toolkit（需要 nvcc 编译器）
gcc/g++ 编译工具链
NVIDIA 显卡驱动（建议 ≥450）

环境验证：

bash 复制代码

# 查看nvcc版本
nvcc -v
# 查看NVIDIA驱动信息和CUDA版本信息
nvidia-smi

2. 获取源码 & 编译

2.1 git 下载编译

bash 复制代码

# clone 源码
git clone https://github.com/wilicc/gpu-burn 
# 进入源码目录
cd gpu-burn 
# 开始编译
make

编译完成生成可执行文件 ./gpu_burn

2.2 自定义编译参数

bash 复制代码

# 指定算力架构（默认COMPUTE=7.5） COMPUTE 为显卡算力，A100=8.0；A10=8.6；H100=9.0；3090=8.6
make COMPUTE=8.0 
# 指定CUDA安装路径 
make CUDAPATH=/usr/local/cuda‑12.8 
# 指定gcc路径 
make CCPATH=/usr/local/bin 
# 附加nvcc编译参数 
make NVCCFLAGS=-ccbin /usr/bin/g++‑11

2.3 Docker 方式（无需本地安装 CUDA）

bash 复制代码

git clone https://github.com/wilicc/gpu-burn 
cd gpu-burn 
docker build -t gpu_burn . 
# 运行，--gpus all授予容器GPU访问权限 
docker run --rm --gpus all gpu_burn

自定义镜像参数：

复制代码

make IMAGE_NAME=local/gpu‑burn CUDA_VERSION=12.8 IMAGE_DISTRO=UOS image

3. 命令语法

复制代码

./gpu_burn [OPTIONS] [TIME]

TIME：压测时长，单位秒；不写 TIME 默认运行 10 秒。

3.1 参数列表

参数	说明
`-m X`	使用 X MB 显存进行测试
`-m N%`	使用 N% 可用显存（推荐 50‑90%，不要 100% 避免 OOM）
`-d`	使用双精度 FP64运算；默认单精度 FP32
`-tc`	尝试启用 Tensor Core（显卡硬件必须支持，Volta 及以后架构）
`-l`	列出本机所有 GPU 编号，直接退出，不执行压测
`-i N`	仅测试 GPU N（N 为 nvidia‑smi 中 GPU 序号，从 0 开始）
`-h`	打印帮助信息退出

3.2 常用示例

bash 复制代码

# 示例1：全部GPU压测60秒（快速自检） 
./gpu_burn 60 
# 示例2：全部GPU，双精度，压测1小时(3600秒) 
./gpu_burn -d 3600 
# 示例3：只测试GPU 0，占用80%显存，压测300秒 
./gpu_burn -i 0 -m 80% 300 
# 示例4：启用Tensor Core，全部GPU运行120秒 
./gpu_burn -tc 120 
# 示例5：查看本机GPU列表 
./gpu_burn -l 
# 示例6：指定占用16384MB显存，压测300秒 
./gpu_burn -m 16384 300 
# 示例7：后台运行，输出日志保存到文件 
nohup ./gpu_burn 1800 > burn.log 2>&1 &

# 示例8：指定显卡进行压测
CUDA_VISIBLE_DEVICES=1,2 ./gpu_burn 300

运行输出结果示例：

复制代码

Using compare file: compare.fatbin
Burning for 60 seconds.
GPU 0: NVIDIA A100-PCIE-40GB (UUID: GPU-ed9de99c-6fcf-81d9-5bf6-11062b82d7f4)
GPU 1: NVIDIA A100-PCIE-40GB (UUID: GPU-2f018e58-25a7-4bcb-898d-de6880dc114a)
GPU 2: NVIDIA A100-PCIE-40GB (UUID: GPU-f5bae7f5-396d-4a39-52c3-3ff587da0916)
GPU 3: NVIDIA A100-PCIE-40GB (UUID: GPU-dacbfb3e-94aa-bd7f-1b4c-c92dd0bc678d)
cuInit returned 0 (no error)
cuInit returned 0 (no error)
cuInit returned 0 (no error)
cuInit returned 0 (no error)
Initialized device 0 with 40442 MB of memory (40000 MB available, using 36000 MB of it), using FLOATS
Results are 268435456 bytes each, thus performing 138 iterations
Initialized device 2 with 40442 MB of memory (40000 MB available, using 36000 MB of it), using FLOATS
Results are 268435456 bytes each, thus performing 138 iterations
Initialized device 1 with 40442 MB of memory (40000 MB available, using 36000 MB of it), using FLOATS
Results are 268435456 bytes each, thus performing 138 iterations
Initialized device 3 with 40442 MB of memory (40000 MB available, using 36000 MB of it), using FLOATS
Results are 268435456 bytes each, thus performing 138 iterations
15.0%  proc'd: 138 (16210 Gflop/s) - 0 (0 Gflop/s) - 0 (0 Gflop/s) - 0 (0 Gflop/s)   errors: 0 - 0 - 0 - 0   temps: 47 C - 49 C - 47 C - 50 C 
        Summary at:   2026年 08月 19日 星期三 09:37:45 CST

30.0%  proc'd: 276 (18244 Gflop/s) - 138 (15789 Gflop/s) - 138 (16008 Gflop/s) - 138 (15698 Gflop/s)   errors: 0 - 0 - 0 - 0   temps: 53 C - 54 C - 53 C - 55 C 
        Summary at:   2026年 08月 19日 星期三 09:37:54 CST

41.7%  proc'd: 276 (18244 Gflop/s) - 276 (17902 Gflop/s) - 276 (18253 Gflop/s) - 276 (17835 Gflop/s)   errors: 0 - 0 - 0 - 0   temps: 56 C - 57 C - 56 C - 58 C 
        Summary at:   2026年 08月 19日 星期三 09:38:01 CST

56.7%  proc'd: 552 (18113 Gflop/s) - 414 (17800 Gflop/s) - 414 (18104 Gflop/s) - 414 (17732 Gflop/s)   errors: 0 - 0 - 0 - 0   temps: 60 C - 61 C - 60 C - 62 C 
        Summary at:   2026年 08月 19日 星期三 09:38:10 CST

71.7%  proc'd: 690 (17992 Gflop/s) - 552 (17656 Gflop/s) - 552 (18014 Gflop/s) - 552 (17626 Gflop/s)   errors: 0 - 0 - 0 - 0   temps: 64 C - 65 C - 64 C - 66 C 
        Summary at:   2026年 08月 19日 星期三 09:38:19 CST

83.3%  proc'd: 690 (17992 Gflop/s) - 690 (17547 Gflop/s) - 690 (17880 Gflop/s) - 690 (17460 Gflop/s)   errors: 0 - 0 - 0 - 0   temps: 66 C - 67 C - 66 C - 68 C 
        Summary at:   2026年 08月 19日 星期三 09:38:26 CST

100.0%  proc'd: 966 (17793 Gflop/s) - 828 (17491 Gflop/s) - 828 (17766 Gflop/s) - 828 (17336 Gflop/s)   errors: 0 - 0 - 0 - 0   temps: 69 C - 71 C - 69 C - 72 C 
        Summary at:   2026年 08月 19日 星期三 09:38:36 CST

100.0%  proc'd: 966 (17793 Gflop/s) - 966 (17393 Gflop/s) - 966 (17687 Gflop/s) - 828 (17336 Gflop/s)   errors: 0 - 0 - 0 - 0   temps: 71 C - 73 C - 71 C - 73 C 
Killing processes with SIGTERM (soft kill)
Freed memory for dev 3
Uninitted cublas
Freed memory for dev 0
Uninitted cublas
Freed memory for dev 2
Uninitted cublas
Freed memory for dev 1
Uninitted cublas
done

Tested 4 GPUs:
        GPU 0: OK
        GPU 1: OK
        GPU 2: OK
        GPU 3: OK

71.7%：测试进度
proc'd：完成的矩阵运算迭代次数
Gflop/s：实际浮点算力
errors：错误计数，必须为 0；大于 0 代表硬件异常
temps：每块 GPU 当前温度℃
OK：测试无错误，通过
FAULTY：检测到运算错误，显卡 / 显存存在故障风险，需要进一步排查 ECC、硬件、供电、散热。

⚠️ 重点：只要errors >0就说明 GPU 不稳定，不等于一定物理损坏，需要排除超频、电源不足、过热降频后复测。

4. 注意事项

发热极大：长时间压测务必确认散热正常，防止过热降频甚至硬件损坏；服务器注意风道风扇。
显存设置：不要设置‑m 100%，会触发 OOM 崩溃；建议 70‑90%。
短测（30‑60s）用于快速硬件上电验收；长时间稳定性测试建议 2‑8 小时。
-d双精度模式，很多消费级显卡 FP64 算力很低，负载会上不去；HPC 服务器卡适合‑d。
-tc仅对支持 TensorCore 显卡生效，老显卡该参数无效。
中断测试：Ctrl‑C终止程序。
该工具只跑 CUDA 计算，不是图形渲染压力测试，不测试显卡图形单元。