我最近写了这个列表，列出了我所看到的/可以认为的问题来源，这些问题使得难以重现（复制？）实验。我想我已经看到了大多数，除了硬件错误。
我的想法是：一个典型的计算机视觉实验可能会在 GPU 上运行数小时/数天的训练。即使每次只发生一次位翻转FLOPs，使用Nvidia Titan GTX 1080 Ti每秒会出现 11500 个错误。我不知道这个错误会如何影响以后的计算（问题是如何以数字为条件的）。
那么：是否有关于影响实验的硬件错误的报告？
（博客文章、期刊文章、海报？）
是否有关于影响实验的硬件错误的报告？
数据挖掘
实验
硬件
2022-02-25 04:11:59
1个回答
内存损坏似乎是一个非常重要的问题，对于公司为其集群购买昂贵的 ECC 内存来说非常重要。关于 ECC 内存的Wikipedia 文章列出了导致内存损坏的一些原因，包括（令我惊讶和高兴的）宇宙射线和巧妙的黑客。
其它你可能感兴趣的问题