术语表 · GPU 与算力

ECC 显存

ECC Video Memory

又写作

ECC纠错显存ECC memory

要点

什么是ECC 显存？

ECC 显存是带纠错校验的显存，能自动纠正单比特翻转错误，专业卡与数据中心卡配备，消费级的 RTX 4090、5090 没有——这是长时间训练任务倾向于选专业卡的主要理由之一。

显存位翻转的麻烦之处在于它不报错：一次静默的翻转可能表现为 loss 突然发散、结果无法复现，或者干脆什么都看不出来但权重已经脏了。任务跑得越久，撞上的概率越高。

对几分钟到几小时的推理与出图任务，这个风险小到可以忽略，消费级卡的性价比优势更实在。对连续跑几天的训练，专业卡多出来的钱买的正是「不用怀疑结果」。

常见误解

ECC 不是长跑稳定性的全部，供电、散热与驱动版本同样会让任务中断。把 ECC 当成可以不做检查点（checkpoint）的理由是危险的——定期保存中间权重，在任何卡上都该做。

本站相关页面

和「ECC 显存」一起看 4 条

显存是显卡上独立于系统内存的高速存储，模型权重、激活值与缓存都必须放进显存，因此显存容量决定一块 GPU 能不能跑某个模型——放不下就完全跑不起来，而算力不足只是跑得慢。

炼丹是中文机器学习圈对训练模型的戏称，取自结果难以预测、只能反复调参试出来的过程；「炼丹炉」指用来训练的机器，「丹」指训练出来的模型权重。

微调指在已经预训练好的模型上用自己的数据继续训练，使它适应特定任务、格式或语气，是中小团队最现实的定制方式——从零训练一个大模型的成本，与租几张卡跑几个小时不在一个数量级。

快照是虚拟机磁盘在某一时刻的完整镜像，用于在升级或改配置前留一个还原点，它是回滚工具而不是备份——快照通常与源机器在同一机房、同一账号之下。