Initialisation de l'exécution backend pour le périphérique #2. Soyez patient s'il vous plaît...

Ce message d'erreur indique que la mémoire est insuffisante lors de l'initialisation d'un appareil (tel qu'un GPU), provoquant un échec d'ALLOCATION de mémoire ( CL_MEM_OBJECT_ALLOCATION_FAILURE ) dans la commande OpenCL clEnqueueNDRangeKernel () . Cela est généralement lié à un manque de mémoire disponible du GPU, peut-être pour les raisons suivantes:

Analyse de la cause

1. Mémoire vidéo du GPU insuffisante : Votre GPU n'a pas suffisamment de mémoire vidéo pour gérer les tâches requises par Hashcat ou d'autres outils. Par exemple, lorsque vous essayez de pirater un fichier hachage très grand ou que vous utilisez une intensité de piratage très élevée, les besoins en mémoire vidéo augmentent considérablement.

2. D'autres processus occupent la mémoire du GPU : Il peut y avoir d'autres processus exécutés sur votre GPU qui occupent beaucoup de mémoire vidéo et empêchent Hashcat d'allouer suffisamment de mémoire.

3. Problème du pilote GPU : Parfois, les versions du pilote GPU sont incompatibles ou il y a des bugs, ce qui peut entraîner des problèmes de gestion de la mémoire. La mise à jour du pilote pourrait aider à résoudre ce problème.

4. Limites d'allocation de mémoire : Certaines implémentations OpenCL peuvent avoir des limites de taille pour une seule allocation de mémoire. Si votre tâche nécessite un seul bloc de mémoire qui dépasse cette limite, une allocation de mémoire échouera également.

Solution

1. Réduire les paramètres d'attaque :

• Réduire la taille du lot ( - -workload-profile ou -n et -u paramètres) pour réduire l'utilisation de la mémoire vidéo.

• Exécutez avec une liste de hachage plus petite ou divisez un grand fichier en parties plus petites.

2. Fermer les autres processus qui utilisent le GPU :

• Confirmez qu'aucun autre processus n'utilise le GPU. Vous pouvez utiliser Task Manager (Windows) ou nvidia-smi (Linux/Windows, pour les GPU nvidia) pour vérifier l'utilisation actuelle de la mémoire.

3. Ajuster la sélection du périphérique :

• Sélectionnez différents périphériques (s'il y a plusieurs GPU) en utilisant les paramètres -d .

4. Mise à jour ou réinstallation du pilote GPU :

• Assurez-vous que votre pilote GPU est la dernière version, en particulier lorsque vous utilisez une version plus récente du GPU ou du système d'exploitation.

5. Utiliser un mode d'algorithme de hachage inférieur :

• Utiliser un mode inférieur (le cas échéant) peut réduire les besoins en mémoire.

6. Ajouter plus de mémoire physique :

• Si vous avez plusieurs GPU, envisagez d'ajouter de la mémoire physique ou d'échanger contre un GPU avec plus de mémoire.

En essayant les méthodes ci-dessus, vous devriez être en mesure de trouver une solution adaptée au problème de manque de mémoire.