對于GPU相關參數介紹
- 使用命令周期性查看GPU運行情況
- 最常用的參數是 -n， 后面指定是每多少秒來執行一次命令。監視顯存：設置為每 1s 顯示一次顯存的情況：
- 使用命令ctrl+z退出
watch -n 1 nvidia-smi
參數介紹
- Fan：顯示風扇轉速，數值在0到100%之間，是計算機的期望轉速，如果計算機不是通過風扇冷卻或者風扇壞了，顯示出來就是N/A；實際情況下如果風扇堵轉，可能打不到顯示的轉速。有的設備不會返回轉速，因為它不依賴風扇冷卻而是通過其他外設保持低溫（比如將服務器放在空調房間里）。
- Temp：顯卡內部的溫度，單位是攝氏度；
- Perf：表征性能狀態，從P0到P12，P0表示最大性能，P12表示狀態最小性能；
- Persistence-M：是持續模式的狀態，持續模式雖然耗能大，但是在新的GPU應用啟動時，花費的時間更少，這里顯示的是off的狀態。
- Pwr：能耗表示；
- Bus-Id：涉及GPU總線的相關信息；
- Disp.A：是Display Active的意思，表示GPU的顯示是否初始化；
- Memory Usage：顯存的使用率；
- Volatile GPU-Util：浮動的GPU利用率；
- Compute M：計算模式；
- 參考鏈接
Intel
安裝intel-gpu-tools工具
yum install intel-gpu-tools
//安裝完畢后， 系統中會多種三個gpu工具： intel_gpu_abrt intel_gpu_time intel_gpu_top，其中，常用的是intel_gpu_top和intel_gpu_time。
指定GPU、CPU運行
- 在多GPU系統里使用單一GPU。為了獲取?operations 和 Tensor 被指派到哪個設備上運行, 用?
log_device_placement?新建一個?session, 并設置為?True - tensorflow
# 新建一個 graph.
with tf.device('/gpu:0'):a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')c = tf.matmul(a, b)
# 新建 session with log_device_placement 并設置為 True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
# 運行這個 op.
print sess.run(c)
import os
os.environ['CUDA_VISIBLE_DEVICES'] = '0' if on_server is False else '0,1'
)
