标签: gpu

我的电脑无法检测到我的 nVidia GPU (GTX650-DC)（操作系统是 Ubuntu 14.04）。我搜索了相关讨论（Ubuntu 14.04无法检测nvidia显卡（甚至检测不到卡的型号）），其中可以通过命令“sudo lshw -C display”获取nvidia GPU信息。然而，我的电脑上显示的信息如下，似乎从未检测到我的nvidia GPU。有人也遇到过这种情况吗？任何建议将不胜感激！

输出lshw -C display *-display ：

:~$ sudo lshw -C display   *-display               
   description: VGA compatible controller
   product: Xeon E3-1200 v3/4th Gen Core Processor Integrated Graphics Controller
   vendor: Intel Corporation
   physical id: 2
   bus info: pci@0000:00:02.0
   version: 06
   width: 64 bits
   clock: 33MHz
   capabilities: msi pm vga_controller bus_master cap_list rom
   configuration: driver=i915 latency=0
   resources: irq:45 memory:f7800000-f7bfffff memory:e0000000-efffffff ioport:f000(size=64)

我安装了 nvidia-settings 和 nvidia-prime，但缺少“PRIME 配置文件”选项卡。

如何修复它以便能够在我的 GPU 之间切换？

更新：

~$ lspci -k | grep -EA2 'VGA|3D'
00:02.0 VGA 兼容控制器：英特尔公司第 4 代核心处理器集成图形控制器（修订版 06）
    子系统：惠普公司第四代核心处理器集成图形控制器
    使用的内核驱动程序：i915
——
01:00.0 3D 控制器：NVIDIA Corporation GK208M [GeForce GT 740M] (rev a1)
    子系统：惠普公司 GK208M [GeForce GT 740M]
    正在使用的内核驱动程序：nouveau

在带有 2 个 Nvidia GPU 卡和 i7-5930K 的全新 Ubuntu 20.04 服务器机器上，运行nvidia-smi显示/usr/lib/xorg/Xorg.

由于该系统用于深度学习，我们希望尽可能多地释放 GPU 内存。

问题：如何防止 gnome 和 Xorg 占用 179 MB 的 GPU 内存？

输出 nvidia-smi

Sat Oct  3 20:27:19 2020       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 450.66       Driver Version: 450.66       CUDA Version: 11.0     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  GeForce …

我正在运行配备 AMD CPU (EPYC 7H12) 和 Nvidia GPU (RTX 3090) 的工作站。该系统运行在Ubuntu 20.04上。使用张量流时，我反复收到警告，正如相关SO 问题中所述。

I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:939] successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero\n

答案建议识别 GPU 的 PCI 总线 ID，然后将该设备的 numa_node 设置设置为 0。在我的例子中，以下方法有效。使用以下命令识别 PCI-ID 后lspci | grep NVIDIA：

I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:939] successful NUMA node read from SysFS had negative value (-1), but there must be at least …

我发现我的 GPU 正在使用大量的计算能力。通常高于 70%，绝不会低于 50%（重启后直接测量）

14:06:34 ~/  $ gpustat
laptop0                                       Wed Mar  9 14:09:11 2022  
[0] NVIDIA GeForce RTX 2060 with Max-Q Design | 56'C,  74 % |  1369 /  5934 MB 

但这仅说明了 GPU 整体使用情况。我不知道哪个进程正在使用 GPU。

cpu-stat也可以选择列出进程，但这仅显示内存使用情况：

14:10:38 ~/  $ gpustat -cp
laptop0                                       Wed Mar  9 14:10:44 2022  
[0] NVIDIA GeForce RTX 2060 with Max-Q Design | 54'C,  50 % |  1358 /  5934 MB |
Xorg/4904(843M) gnome-shell/5106(163M) mattermost-desktop/5640(55M) jetbrains-toolbox/6338(22M) 
brave/8888(269M)

我尝试过但未能找到一个显示每个进程的 GPU 使用情况的工具。有很多程序可以显示 GPU 使用情况，但只是作为一个整体而不是每个进程。

我试过了：

• glances
• cpu-stat …

许多新系统将推出 USB-C/Thunderbolt，允许您通过它使用 pci-e 总线。特别是通过 USB-C 使用外部 GPU，例如Razer Blade Stealth / Razer Core。

由于这是一项新功能，我假设我们不会立即获得支持。有谁知道这是否受支持以及它的性能如何？

我想对我的 CPU 和 GPU 进行基准测试。我已经安装了 GB5 并使用 成功从命令行运行了 CPU 测试./geekbench5。我想知道是否也可以在 PC 上运行 GPU 测试。

./geekbench5 --帮助

Geekbench 5.3.2 Tryout : https://www.geekbench.com/

Usage:

  ./geekbench5 [ options ]

Options:

  -h, --help                print this message
  --unlock EMAIL KEY        unlock Geekbench using EMAIL and KEY
  --load FILE               load and display Geekbench result from FILE
  --save FILE               save Geekbench result to FILE
  --cpu                     run the CPU benchmark
  --sysinfo                 display system information and exit
[0223/120307:WARNING:src/halogen/cuda/cuda_library.cpp(1686)] Insufficient CUDA driver version
[0223/120307:WARNING:src/halogen/cl/opencl_library.cpp(691)] Cannot find or load …

Gnome Shell + Xorg 占用了大约 1.5GB 的 GPU 内存。

这是正常的吗？有没有简单的方法可以减少呢？

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 460.39       Driver Version: 460.39       CUDA Version: 11.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  Graphics Device     Off  | 00000000:2B:00.0  On |                  N/A |
| 30%   33C    P3    33W / 170W |   1857MiB / 12050MiB |      2%      Default |
|                               |                      | …

https://github.com/CompVis/stable-diffusion/

有人可以在 64 位 Ubuntu 22.04 LTS 上使用此功能吗？您能否分享有关如何使其工作的步骤，或者只是链接到已知的测试/工作指南？