我已經在 GCE 上使用 GPU 運行了很長時間的工作。它不是搶佔式實例。
我在實例上使用 SSH 和 TMUX 監視本機終端上的作業，因此如果 SSH 連線斷開，它會繼續運行。螢幕凍結了，所以我嘗試從另一個終端視窗進行 SSH，但 SSH 也凍結了。
我去Google雲端控制台嘗試看看發生了什麼，並且有大量的磁碟讀取正在進行：
我很確定我所做的任何事情都沒有導致磁碟讀取。
知道發生了什麼事嗎？我希望我的工作仍在運行，並且我不想重新開始，所以我不想停止並重新啟動我的實例。
答案1
我認為 Womble 是對的，這是一個內存和交換問題。
當實例運行時，我透過 SSH 登入並執行了一個小型快速作業，我認為這將記憶體需求推向了極限。這種情況持續了幾個小時，所以我停止並重新啟動了實例。
當我從頭開始工作時，問題又出現了。這項工作以前是有效的，所以我將徹底清除這個實例，並從頭開始創建一個新的實例，並希望它能再次工作。
我無法增加內存，因為我已經使用了最大值。