AMD потвърди критичен бъг в GPU драйвера, износващ SSD дисковете при AI инференс
Източник: ATI_Radeon_HD_4770_Graphics_Card-top_view.jpg: Advanced Micro Devices, Inc. (AMD)
derivative work: Carlosdevivo (talk) / Wikimedia Commons
Хардуерният производител AMD официално призна наличието на сериозен дефект в последната версия на софтуерния пакет ROCm и графичните драйвери за Windows и Linux [1]. При изпълнение на тежки задачи за машинно самообучение и локален AI инференс драйверът влиза в непрекъснат цикъл на презаписване на виртуалната памет, генерирайки десетки терабайти излишни записи на ден и драстично съкращавайки експлоатационния живот на NVMe SSD дисковете.
Механизъм на уязвимостта: Дефект в страничната деалокация на VRAM
Проблемът възниква, когато изкуственият интелект запълни над 90% от наличната видеопамет на картата. Вместо да управлява опашката от заявки през стандартния механизъм за обратно задържане (backpressure), мениджърът на паметта непрекъснато разтоварва тензорни блокове във файла за виртуална памет (swap/pagefile) и веднага ги презаписва обратно.
В рамките на едно денонощие разработчици са отчели между 15 и 40 TB записани данни върху системните дискове, което бързо изчерпва гарантирания ресурс на флаш клетките (TBW).
Временни мерки за защита и предстоящо спешно обновяване
От AMD препоръчват незабавно ограничаване на максималния контекстен прозорец при използване на софтуер като Ollama и vLLM, както и деактивиране на автоматичния swap файл върху системния NVMe диск до появата на поправка 26.11.2.
Инфографика: Аналитичен преглед на Svetni.me
Надеждност на софтуерните стекове в ерата на потребителския AI
Инцидентът с драйверите на AMD осветява един от скритите рискове на бурната надпревара за локален AI: непрекъснатото натоварване на потребителски хардуер с профили на работа, характерни за специализирани сървъри. Докато корпоративните SSD дискове разполагат с високи нива на защита и огромен TBW капацитет, стандартните клиентски носители бързо деградират.
За AMD този проблем идва в деликатен момент, когато компанията се опитва да разшири пазарния си дял в разработката на софтуер за машинно самообучение срещу хегемонията на Nvidia CUDA. Доверието в стабилността на драйверния стек остава критичен фактор за привличане на лоялни разработчици.