ECC 에러란 무엇인가?

— GPU 메모리 오류의 의미와 점검 방법

2026.03.03 - [🔧 Engineering/📁 GPU & Hardware] - NVIDIA-SMI 보는 법 정리

NVIDIA-SMI 보는 법 정리

 

---

1. ECC란?

ECC(Error Correcting Code)는 GPU 메모리에서 발생하는 비트 오류를 감지하고 수정하는 기능이다.

데이터센터용 GPU (A100, H100 등)에서는 ECC 기능이 기본적으로 활성화되어 있다.

---

2. ECC 에러 종류

nvidia-smi -q로 확인 가능:

nvidia-smi -q | grep -i ecc

 

---

 Correctable Error (CE)

• 1비트 오류
• 자동 수정 가능
• 일시적 오류일 가능성 높음

→ 소량 발생은 크게 문제되지 않음

---

 Uncorrectable Error (UE)

• 수정 불가능한 오류
• 데이터 손상 가능성
• GPU 리셋 또는 교체 고려

→ 반복 발생 시 RMA 대상 가능성

---

3. ECC 에러 점검 방법

현재 상태 확인

nvidia-smi -q

 

ECC 섹션에서:

• Volatile
• Aggregate
• Single Bit
• Double Bit

값을 확인한다.

---

4. ECC 에러 발생 시 대응

1. 단발성 CE → 모니터링
2. 반복 CE 증가 → 메모리 불안정 가능성
3. UE 발생 → 즉시 점검 필요

GPU 서버 점검 방법 중
ECC 상태 확인은 장비 안정성 판단에 중요하다.

---

5. 정리

ECC 에러는 GPU 메모리 건강 상태를 보여주는 지표다.

특히 데이터센터 환경에서는 단순 연산 오류가 아니라 하드웨어 문제의 신호일 수 있다.