# GPU sorunlarını giderme: nvidia-smi hataları, CUDA uyumsuzlukları ve bellek

> GPU sorunlarını düzeltin: nvidia-smi sürücüye ulaşamıyor, sürüm uyumsuzluğu, nouveau, Secure Boot, CUDA bellek yetersizliği, vGPU sürücüleri ve ROCm erişimi.

Zorluk: Orta

GPU çalışmadığında hata mesajı genellikle nettir. Aşağıdaki kontrolle başlayın, ardından mesajınızı bulun.

## 1. adım: Temel bilgileri toplayın

```bash
lspci -nn | grep -iE "vga|3d|display"
uname -r
nvidia-smi
dmesg | grep -iE "nvidia|amdgpu|nouveau" | tail -30
```

AMD sunucularda `nvidia-smi` yerine `rocminfo` çalıştırın. Çıktıyı saklayın; destek talebi açarsanız bize de yardımcı olur.

## "NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver"

NVIDIA çekirdek modülü yüklenmemiş. Şu sırayla kontrol edin:

1. **Sürücü kurulumundan sonra sunucu yeniden başlatıldı mı?** Yeniden başlatın.
2. **Modül var mı?** `lsmod | grep nvidia`. Yoksa ve bir DKMS sürücüsü kurduysanız başarısız bir derleme için `dkms status` çıktısına bakın; çalışan çekirdeğin başlık dosyalarını (`linux-headers-$(uname -r)`) kurun ve sürücüyü yeniden kurun.
3. **Secure Boot.** `mokutil --sb-state` açık olup olmadığını gösterir. DKMS ile derlenen modüller kayıtlı bir makine sahibi anahtarıyla (MOK) imzalanmalıdır. Ubuntu'da önceden derlenmiş imzalı sürücüler kuran `ubuntu-drivers` aracını kullanın.
4. **GPU'yu nouveau tutuyor.** `lsmod | grep nouveau` açık kaynaklı sürücüyü gösteriyorsa NVIDIA sürücü kurulumu tamamlanmamıştır; yeniden kurun ve yeniden başlatın.

## "Failed to initialize NVML: Driver/library version mismatch"

Sürücü paketleri güncellendi ama eski çekirdek modülü hâlâ çalışıyor. Yeniden başlatın. Devam ederse iki sürücü kaynağından paketler karışmıştır; bkz. [NVIDIA sürücülerini ve CUDA'yı kurma](/guides/install-nvidia-driver-cuda).

## Paylaşımlı vGPU çalışmıyor: "No devices were found" veya Kod 43

Paylaşımlı vGPU'da sunucunuzdaki sürücü, sunucudaki (host) vGPU yazılımıyla uyumlu **vGPU konuk sürücüsü** olmalıdır. İmajlarımız bu sürücüyle gelir. Üzerine standart bir tüketici veya masaüstü sürücüsü ya da başka bir sürücü sürümü kurulduysa NVIDIA'ya göre vGPU yüklenemez:

- Linux'ta `nvidia-smi` `No devices were found` bildirir;
- Windows'ta Aygıt Yöneticisi GPU'yu "Windows has stopped this device because it has reported problems. (Code 43)" ile gösterir (Türkçe Windows'ta Kod 43).

Düzeltmek için uyumlu konuk sürücüsünü, hizmet bilgilerinizde listelenen veya HyperDC desteğinin verdiği sürücü sürümüyle yeniden kurun ya da işletim sistemi imajını müşteri panelinden yeniden kurun. Paylaşımlı vGPU'da dağıtımınızın sürücülerini veya GPU üreticisinin tüketici sürücülerini kurmayın.

**Doğrulama:** `nvidia-smi` vGPU'yu listeler ya da Aygıt Yöneticisi GPU'yu hatasız gösterir.

## vGPU özellikleri bir süre sonra kısıtlanıyor

Paylaşımlı vGPU önce çalışıyor ama bir süre sonra özellikleri veya performansı kısıtlanıyorsa destekle iletişime geçin. vGPU host yazılımını HyperDC yönetir.

## Özel GPU Windows'ta Kod 43 gösteriyor

Kart ve Windows Server sürümü için GPU üreticisinin güncel veri merkezi sürücüsünü (NVIDIA, Intel Data Center GPU veya AMD) kurun, ardından yeniden başlatın. Microsoft'un sanal makineye atanmış GPU'lar için önerisi de aynıdır: üreticinin desteklediği sürücüyü kurun ve aygıt durumunu Aygıt Yöneticisi'nde kontrol edin. Hata sürerse bir destek talebi açın.

## "CUDA driver version is insufficient for CUDA runtime version"

Uygulama (veya konteyner imajı) sürücünüzün desteklediğinden daha yeni bir CUDA için derlenmiş. `nvidia-smi` başlığında sürücünün desteklediği en yüksek CUDA sürümünü gösterir. Sürücüyü güncelleyin veya daha eski bir CUDA için derlenmiş bir imaj kullanın.

## "CUDA out of memory"

GPU belleği dolu.

- Onu neyin kullandığına bakın: `nvidia-smi` çıktısının altındaki işlem listesi.
- Gerekmeyen işlemleri durdurun veya aynı anda çalışan iş parçacığı ya da model sayısını sınırlayın.
- Daha küçük veya nicemlenmiş bir model, daha kısa bir bağlam ya da daha küçük bir toplu iş kullanın.
- Paylaşımlı vGPU'nun sabit bir bellek payı vardır; özel bir GPU veya GPU'lu dedicated sunucu size belleğin tamamını verir.

## İş çalışırken GPU boşta

Uygulama CPU üzerinde çalışıyor. GPU desteğiyle kurulduğunu (örneğin PyTorch'un CUDA veya ROCm yapısı) ve konteynerlerde GPU'nun aktarıldığını kontrol edin; bkz. [Docker konteynerlerinde GPU](/guides/gpu-in-docker-containers).

## GPU yük altında yavaşlıyor

Performans durumuna ve saat hızlarının neden düşürüldüğüne bakın:

```bash
nvidia-smi -q -d PERFORMANCE,TEMPERATURE
```

Çıktı özel bir GPU'da uzun süre ısı veya güç sınırları bildiriyorsa bu çıktıyla bir destek talebi açın.

## AMD: rocminfo GPU göstermiyor

- Kullanıcınız `render` ve `video` gruplarında olmalı (`groups`) ve ekledikten sonra yeniden oturum açmalısınız.
- `amdgpu-dkms` modülü çalışan çekirdek için derlenmiş olmalı; `dkms status` çıktısına bakın ve yeniden başlatın.
- GPU, ROCm sürümünüz için AMD'nin ROCm uyumluluk listesinde olmalı.

Bkz. [AMD ROCm kurulumu](/guides/install-amd-rocm).

## Sonraki adımlar

- Başa dönün: [GPU sunucular: başlangıç](/guides/gpu-servers-getting-started).
- Konteynerler: [Docker konteynerlerinde GPU](/guides/gpu-in-docker-containers).

## Sık sorulan sorular

### Yeniden başlatma sürücü sorunlarının çoğunu çözer mi?

En yaygın olanını çözer: yeni çekirdek modülü henüz yüklenmemiş bir sürücü güncellemesini. Secure Boot veya yanlış bir vGPU sürücüsü gibi diğer sorunlar burada anlatılan çözümü gerektirir.

### GPU'yu hangi işlemin kullandığını nasıl görürüm?

nvidia-smi tablosunun altında işlemleri ve her birinin kullandığı GPU belleğini listeler. AMD'de amd-smi aracı GPU'nun durumunu ve kullanımını bildirir.

### Modelim GPU belleğine sığmıyor. Ne yapabilirim?

Daha küçük veya daha güçlü nicemlenmiş (quantized) bir model kullanın, bağlam uzunluğunu veya toplu iş boyutunu azaltın, GPU'daki diğer işlemleri durdurun ya da özel GPU'lu veya daha fazla GPU belleği olan bir pakete geçin.

### Destek talebi açmalı mıyım?

Evet; GPU lspci çıktısında hiç görünmüyorsa, paylaşımlı bir vGPU için uyumlu konuk sürücü sürümüne ihtiyacınız varsa veya vGPU özellikleri bir süre sonra kısıtlanıyorsa. lspci -nn ile nvidia-smi ya da rocminfo çıktılarını ekleyin.

---

Kaynak: <https://hyperdc.com/tr/guides/products/gpu-troubleshooting>\
Son güncelleme: 2026-10-16