RuntimeError: CUDA error: CUBLAS_STATUS_EXECUTION_FAILED when calling cublasGemmEx

[LiemLin]

提交前必须检查以下项目

• 请确保使用的是仓库最新代码（git pull），一些问题已被解决和修复。
• 由于相关依赖频繁更新，请确保按照Wiki中的相关步骤执行
• 我已阅读FAQ章节并且已在Issue中对问题进行了搜索，没有找到相似问题和解决方案
• 第三方插件问题：例如llama.cpp、text-generation-webui、LlamaChat等，同时建议到对应的项目中查找解决方案
• 模型正确性检查：务必检查模型的SHA256.md，模型不对的情况下无法保证效果和正常运行

问题类型

模型推理

基础模型

None

操作系统

Linux

详细描述问题

基础模型使用chinese-alpaca-2-7b模型可以正常使用

nohup python scripts/openai_server_demo/openai_api_server.py --base_model model/chinese-alpaca-2-7b --gpus 0,1,2,3 &

基础模型使用chinese-alpaca-2-13b可以正常启动，但是推理时报错，异常信息如下

RuntimeError: CUDA error: CUBLAS_STATUS_EXECUTION_FAILED when calling cublasGemmEx( handle, opa, opb, m, n, k, &falpha, a, CUDA_R_16F, lda, b, CUDA_R_16F, ldb, &fbeta, c, CUDA_R_16F, ldc, CUDA_R_32F, CUBLAS_GEMM_DFALT_TENSOR_OP)

请问这个是因为GPU配置不够吗

依赖情况（代码类问题务必提供）

No response

运行日志或截图

No response