本地部署训练大语言模型报错NotImplementedError: Cannot copy out of meta tensor; no data! Please use torch.nn.Module.to_empty() instead of torch.nn.Module.to()
上网搜索可能是显存不足
后来运行
nvidia-smi
输出(llama) (base) [root@localhost home]# nvidia-smi Unable to determine the device handle for GPU0000:09:00.0: Unknown Error
显卡直接瘫痪了,通过手动输出进程发现,
ps aux | grep -i nvidia
ps aux | grep -i python
进程 (PID 12824) 处于 僵尸进程 (defunct) 状态,不能直接 kill 结束
ps -o ppid= -p 12824
1
进程 12824 的父进程 ID (PPID) 是 1,这意味着它的父进程是 init (或 systemd),所以 无法直接杀死。这是典型的“孤儿进程”,但它还是 defunct (僵尸进程),占用 GPU 资源。
解决方案:
1.尝试强制结束进程
sudo kill -9 12824
#然后
475



被折叠的 条评论
为什么被折叠?



