问题源于系统交换空间不足，需创建12gb交换文件、写入fstab永久挂载、调低swappiness至10并禁用透明大页，最后重启验证。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在运行Llama 3模型时遇到“CUDA out of memory”或“Failed to allocate tensor”报错，且已确认GPU显存未被其他进程大量占用，则问题很可能源于系统级虚拟内存（交换空间）配置过小，导致操作系统无法为Python进程提供足够后备内存以支撑大张量分配。以下是针对该问题的扩容操作步骤：
一、检查当前虚拟内存使用状态
虚拟内存不足会直接限制单个进程可申请的连续地址空间总量，尤其在加载Llama 3类大模型时，即使GPU显存充足，主机内存+交换空间总和不足也会触发PyTorch底层分配失败。需先定位瓶颈所在。
1、在终端中执行 free -h 查看当前内存与交换空间总量及使用率。
2、运行 swapon --show 确认交换文件/分区是否已启用及挂载路径。
3、若输出为空或显示 total=0B，表明系统未配置任何交换空间，必须立即创建。
二、为Ubuntu系统创建并启用交换文件
Ubuntu默认可能未启用交换文件，尤其在云服务器或精简安装环境中。需手动创建一个大小适配Llama 3推理需求的交换文件（推荐8GB–16GB），并设为永久生效。
1、使用 fallocate 快速分配磁盘空间： sudo fallocate -l 12G /swapfile。
2、设置权限防止非root用户读取： sudo chmod 600 /swapfile。
3、格式化为交换文件系统： sudo mkswap /swapfile。
4、立即启用该交换文件： sudo swapon /swapfile。
5、验证是否生效：执行 swapon --show，确认 /swapfile 出现在列表中且 SIZE 显示为12G。
三、配置交换文件永久挂载
仅执行临时启用无法保证重启后持续生效，必须将挂载项写入fstab，确保每次启动自动加载。
1、备份原fstab文件： sudo cp /etc/fstab /etc/fstab.bak。
2、向fstab追加挂载规则： echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab。
3、重新加载fstab配置以验证语法正确性： sudo swapon --verify，无错误即表示配置成功。
四、调整交换优先级与使用策略
Linux内核通过swappiness参数控制内存页换出倾向，默认值60可能导致频繁换页影响性能。对Llama 3这类内存密集型任务，需适度降低换出激进程度，同时确保关键内存页不被误换出。
1、查看当前swappiness值： cat /proc/sys/vm/swappiness。
2、临时调低至10： sudo sysctl vm.swappiness=10。
3、永久生效：向sysctl.conf写入配置： echo 'vm.swappiness=10' | sudo tee -a /etc/sysctl.conf。
4、禁用透明大页（THP），避免其干扰大张量内存布局： echo 'never' | sudo tee /sys/kernel/mm/transparent_hugepage/enabled。
五、验证扩容效果并启动Llama 3
完成上述配置后，系统已具备更充足的后备内存容量，可支撑Llama 3在主机内存紧张时仍能完成张量分配。需清除残留缓存并实测验证。
1、清空页缓存、目录项与inode缓存： sudo sync && echo 3 | sudo tee /proc/sys/vm/drop_caches。
2、重启系统使所有配置完全加载： sudo reboot。
3、重启后再次运行 free -h 和 swapon --show，确认交换空间已稳定挂载且可用。
4、启动Ollama或vLLM服务并加载Llama 3模型，观察是否仍出现tensor allocation失败报错。
