Pesan kesalahan ini menunjukkan bahwa memori tidak mencukupi terjadi saat inisialisasi perangkat (seperti GPU), menyebabkan perintah OpenCL clEnqueueNDRangeKernel () mengalami kegagalan alokasi memori ( CL_MEM_OBJECT_ALLOCATION_FAILURE ). Hal ini biasanya terkait dengan memori yang tidak mencukupi dari GPU, mungkin karena alasan berikut:
Memori GPU yang tidak mencukupi : GPU Anda tidak memiliki memori yang cukup untuk menangani tugas yang diperlukan oleh Hashcat atau alat lainnya. Misalnya, ketika Anda mencoba untuk memecahkan file hash yang sangat besar atau menggunakan kekuatan crack yang sangat tinggi, kebutuhan memori akan meningkat secara signifikan.
Proses lain menghabiskan memori GPU : Mungkin ada proses lain yang berjalan di GPU Anda, menghabiskan banyak memori video, menyebabkan Hashcat tidak dapat mengalokasikan memori yang cukup.
Masalah driver GPU : Terkadang versi driver GPU tidak kompatibel atau ada Bug, yang dapat menyebabkan masalah manajemen memori. Memperbarui driver dapat membantu mengatasi masalah ini.
Batas Alokasi Memori : Beberapa implementasi OpenCL mungkin memiliki batasan ukuran untuk alokasi memori tunggal. Kegagalan alokasi memori juga dapat terjadi jika tugas Anda memerlukan satu blok memori yang melebihi batas ini.
Kurangi parameter serangan :
Kurangi ukuran batch ( - -profil beban kerja atau -n dan -u parameter) untuk mengurangi penggunaan memori.
Jalankan dengan daftar hash yang lebih kecil atau membagi file besar menjadi bagian yang lebih kecil.
Tutup proses lain yang menggunakan GPU :
Pastikan tidak ada proses lain yang menggunakan GPU. Anda dapat menggunakan Task Manager (Windows) atau nvidia-smi (Linux/Windows, untuk GPU nvidia) untuk memeriksa penggunaan memori saat ini.
Sesuaikan pemilihan perangkat :
Pilih perangkat yang berbeda (jika ada beberapa GPU) dengan menggunakan parameter -d .
Perbarui atau instal ulang driver GPU :
Pastikan driver GPU Anda adalah versi terbaru, terutama jika menggunakan versi GPU atau sistem operasi yang lebih baru.
Menggunakan mode algoritma hash yang lebih rendah :
Menggunakan mode yang lebih rendah (jika ada) dapat mengurangi kebutuhan memori.
Tambahkan lebih banyak memori fisik :
Jika Anda memiliki beberapa GPU, pertimbangkan untuk menambah memori fisik atau menukarnya ke GPU dengan lebih banyak memori.
Dengan mencoba metode di atas, Anda harus dapat menemukan solusi yang cocok untuk mengatasi masalah memori yang tidak mencukupi.