Ubuntu 16.04启动时GPU功耗限制脚本仅单卡生效问题求助

看起来你遇到了多GPU环境下init.d脚本只对gpu0生效的麻烦，我来帮你排查几个常见原因和对应的解决办法：

1. 脚本本身只针对单卡操作，未遍历所有GPU #

这是最常见的问题——如果你的脚本里只写了针对gpu0的命令（比如nvidia-smi -i 0 -pl 150），那自然只有第一张卡会被修改。你需要改成遍历所有可用GPU的逻辑：

修改你的脚本，加入循环处理所有显卡：

#!/bin/bash
# 定义目标功耗值，替换成你需要的数值
TARGET_POWER=100

# 获取所有GPU的索引，遍历执行功耗设置
for gpu_index in $(nvidia-smi --query-gpu=index --format=csv,noheader); do
    echo "Setting power limit for GPU $gpu_index to $TARGET_POWER W"
    /usr/bin/nvidia-smi -i $gpu_index -pl $TARGET_POWER
done

这里用nvidia-smi的查询命令获取所有GPU索引，确保不会遗漏任何一张卡，同时指定nvidia-smi的绝对路径避免环境变量问题。

2. init.d脚本启动时机过早，显卡驱动未完全加载 #

Ubuntu 16.04的init.d脚本启动顺序由符号链接的前缀数字决定（比如S20xxx里的20），如果你的脚本启动时其他GPU的驱动还没初始化完成，命令就无法作用于这些显卡。

解决办法：

• 修改符号链接的优先级，把链接名改成S99gpu-powerlimit（数字越大，启动越晚），确保脚本在显卡驱动完全加载后执行：

  # 先删除旧链接
  sudo rm /etc/rc1.d/S*gpu-powerlimit /etc/rc3.d/S*gpu-powerlimit
  # 创建新的高优先级链接
  sudo ln -s /etc/init.d/your-script.sh /etc/rc1.d/S99gpu-powerlimit
  sudo ln -s /etc/init.d/your-script.sh /etc/rc3.d/S99gpu-powerlimit
  

• 更可靠的方式是改用systemd服务（Ubuntu 16.04已经支持systemd）：
  创建/etc/systemd/system/gpu-powerlimit.service文件，内容如下：

  [Unit]
  Description=Set Power Limits for All GPUs
  After=nvidia-persistenced.service multi-user.target
  
  [Service]
  Type=oneshot
  ExecStart=/path/to/your/gpu-power-script.sh
  RemainAfterExit=yes
  User=root
  
  [Install]
  WantedBy=multi-user.target
  

  然后执行以下命令启用服务：

  sudo systemctl daemon-reload
  sudo systemctl enable gpu-powerlimit.service
  

  这个配置会在nvidia持久化服务和多用户环境启动后再执行脚本，确保所有GPU都已就绪。

3. Crontab @reboot 环境变量不足导致失效 #

如果用crontab的@reboot执行脚本，默认的环境变量非常有限，可能找不到nvidia-smi的正确路径，或者无法访问显卡驱动接口。

解决办法：

• 在crontab里指定完整的环境和脚本路径：
  编辑crontab：sudo crontab -e，添加一行：

  @reboot /bin/bash -c 'export PATH=/usr/bin:/usr/local/bin; /path/to/your/gpu-power-script.sh >> /var/log/gpu-cron.log 2>&1'
  

  这里指定了PATH，同时把输出日志写入/var/log/gpu-cron.log，方便后续排查错误。

4. 脚本执行权限或日志排查 #

如果以上方法都不行，建议在脚本里添加日志输出，看看具体执行时有没有报错：
在脚本开头加入日志配置：

LOG_FILE="/var/log/gpu-powerlimit.log"
echo "=== $(date) Starting GPU power limit setup ===" >> $LOG_FILE

然后在每个nvidia-smi命令后追加日志：

/usr/bin/nvidia-smi -i $gpu_index -pl $TARGET_POWER >> $LOG_FILE 2>&1

重启后查看日志：cat /var/log/gpu-powerlimit.log，如果某张卡有报错，就能针对性解决（比如驱动未加载、权限不足等）。

内容的提问来源于stack exchange，提问作者Tyler S