如何解决mtgpu 驱动在 Linux 下持续刷内核日志 NOTICE: update with a smaller
mtgpu 驱动在 Linux 下持续刷内核日志 NOTICE: update with a smaller shadow value,导致 journald 单日膨胀数 GB
显卡型号: Moore Threads MTT 设备 1ed5:0201(PCIe 05:00.0)
系统: Ubuntu 22.04.5 LTS (Jammy)
内核: 6.8.0-136-generic
驱动包: musa 3.3.0-server
DKMS 模块: mtgpu 3.0.0
现象
内核日志被以下消息刷屏:
```text
kernel: NOTICE: update with a smaller shadow value, current: 1, update 0
```
• 出现频率:约 94 万条/小时,约 800 万条/天
• /var/log/journal 在一天内涨到 4G
• 来源模块为 mtgpu,消息格式字符串位于 DKMS 源码中的预编译二进制对象
objs/x86_64/mtgpu.core.o_binary 内,普通用户无法通过修改源码消除
影响
1. 快速耗尽磁盘空间
2. 淹没有用日志,排查问题困难
3. 写入放大,SSD 持续高 IO
已尝试的规避手段
• 在 /etc/rsyslog.d/10-ignore-mtgpu.conf 中通过 rsyslog 过滤,可防止消息继续写
入 /var/log/syslog 和 /var/log/kern.log
• 但这无法阻止 systemd-journald 继续存储该消息,/var/log/journal 仍会暴涨
期望
• 驱动不应以 NOTICE 级别高频打印该信息;或者
• 提供模块参数关闭此日志;或者
• 在后续版本中修复
相关推荐
【信息科学与工程学】【产品体系】计算机科学与自动化——第一百八十九篇 操作系统内核(微内核/宏内核)函数与算法02
宏内核(Linux)更多典型内核函数/算法,从编号271开始,覆盖中断管理、热插拔、PCI、ACPI、固件、崩溃转储、kexec、休眠、watchdog、RTC、hwmon、LED、backlight、input子系统、remoteproc等更多领域。编号类型领域内核类型内核中的函数/算法/模块/模组模块的调用关系模块/函数/算法逐步推理思考的数学表达式及参数列表及参数数值设计模块的C/C++/其他代码关联知识271中断管理中断描述符宏内核 / (中断子系统核心)驱动申请中断 → → → 分配irq_
基于AI大模型量化交易可信数据空间设计方案.pptx
基于AI大模型量化交易可信数据空间设计方案.pptx
【配电网规划】配电网N-1扩展规划研究(Matlab代码实现)
内容概要:本文聚焦于配电网N-1扩展规划问题,通过建立满足N-1安全准则的数学模型,并利用Matlab进行代码实现与仿真分析,系统研究了在单一元件故障情况下配电网的安全稳定运行能力。研究内容涵盖网络结构优化、设备选型与布局、潮流计算及可靠性评估等关键环节,提出了兼顾技术可行性与经济性的扩展规划方法。通过典型算例验证了所提方法在提升供电可靠性、降低负荷损失方面的有效性与实用性,为现代智能配电网的规划提供了理论支持和技术路径。; 适合人群:具备电力系统基础知识和Matlab编程能力的高校研究生、科研机构研究人员及从事电力系统规划工作的工程师。; 使用场景及目标:①为配电网规划人员提供符合N-1安全标准的扩展规划技术支持;②辅助教学与科研中关于电力系统可靠性和优化规划的学习与研究;③推动智能电网背景下配电系统向更高效、可靠方向发展。; 阅读建议:读者应结合文中提供的Matlab代码深入理解算法实现细节,同时参考相关电力系统分析理论书籍以加深对背景知识的理解,在实际应用时注意根据具体工程项目的特点调整模型参数。
集团化企业数字化转型WMS解决方案.pptx
集团化企业数字化转型WMS解决方案.pptx
【Agent技能开发】基于YAML与Markdown的SKILL.md语法规范:AI自动化任务触发与执行指令系统设计
内容概要:本文档为《Agent-Skills-SKILL.md-语法手册-中文.pdf》,详细介绍了基于YAML Frontmatter与Markdown正文构建AI技能(Skill)的标准规范。文档涵盖SKILL.md文件的整体结构、YAML元数据书写规则、字段含义、常用语法、正文指令格式、推荐模板、调用方式及错误排查方法,旨在帮助开发者遵循Agent Skills开放标准,创建可被AI自动识别与执行的技能模块。核心包括前后缀---包围的YAML头部元数据和后续的CommonMark正文,强调标准化命名、触发场景定义、输出格式一致性与示例完整性。; 适合人群:具备基本YAML与Markdown语法基础,从事AI代理开发、低代码/自动化流程设计的技术人员或研发工程师;尤其适用于参与TRAE IDE或Claude Code平台开发的团队成员。; 使用场景及目标:①规范AI技能的统一描述格式,提升跨平台兼容性;②实现技能的自动触发与精准调用,避免误用;③通过标准结构(如Objective、Instructions、Constraints等)增强AI理解与输出稳定性;④支持技能共享与复用,推动社区生态建设。; 阅读建议:建议结合实际项目创建SKILL.md文件,边学边练,重点注意name命名规范、description场景描述完整性、多行语法使用以及正反示例覆盖,严格按照自检清单排查常见错误,确保技能可被正确加载与执行。


