标签: nvidia

如果您能给我一个简短的教程而不是几句话，那就太好了。

我的 CUDA 应用程序正在按照我的意愿运行。现在，问题是如何将 CUDA 代码导出到 C#，因为我想用 C# 来制作前端和其他所有内容。

从这个链接：

http://www.codeproject.com/Articles/9826/How-to-create-a-DLL-library-in-C-and-then-use-it-w

我知道如何用 C 语言制作一个库，可以将其作为 Win32 dll 导入到 C# 应用程序中。

但我的问题是，如何制作可以传送到 C# 并从 C# 应用程序使用的 CUDA 应用程序 dll（或其他扩展）？ 如果有 CUDA 的教程，例如 C 库到 C# 应用程序的教程（上面的链接），那就太好了。

我使用的是 Win7 64 位、Visual Studio 2010 Ultimate、Cuda Toolikt 5.0 和 NSight 2.2.012313

clock()CUDA中的时钟测量是什么clock64()？

根据CUDA 文档，时钟是“每多处理器计数器”。根据我的理解，这是指主 GPU 时钟（而不是着色器时钟）。

但是，当我测量时钟计数并使用主 GPU 时钟频率将其转换为时间值时，我得到的结果是实际值的两倍（我使用 cuda 事件使用主机代码的内核执行时间来测量实际值）。这表明clock()返回着色器时钟频率而不是主 GPU 时钟。

我该如何解决这个困惑？

编辑：我通过将从 cudaGetDeviceProperties 获得的时钟速率除以 2 来计算主 GPU 时钟频率。据我了解cudaGetDeviceProperties给出的值是着色器时钟频率。

这是一个关于独立 GPU 的问题，主要是最近的 GPU（NVIDIA Kepler、Maxwell；以及 AMD Kaveri 和 R290 中的任何东西）。

将一个未缓存的元素从...加载到寄存器中需要花费多少时间

• 全局设备内存？
• 全局内存二级缓存？
• 纹理缓存？
• 常量缓存？
• 每核 L1 缓存？
• （每核共享内存 - 应与 L1 缓存相同。）

某个地方的表格链接会很棒，解释一下就可以了......

我正在寻找一个代码片段来在桌面 NVidia 上创建 EGL 上下文。

我知道在 Windows 上，NVidia 通过扩展WGL_EXT_create_context_es_profile和WGL_EXT_create_context_es2_profile公开 EGL 。

在 Linux 上，NVidia 允许通过GLX_EXT_create_context_es_profile和 GLX_EXT_create_context_es2_profile扩展进行 EGL。

但我无法找到示例或示例代码来让它运行。

我正在尝试训练一个网络，但我得到了，我将批量大小设置为 300，并且收到此错误，但即使我将其减少到 100，我仍然收到此错误，更令人沮丧的是，在 ~1200 个图像上运行 10 epoch大约需要 40 分钟，请提出问题所在以及如何加快该过程！任何提示都会非常有帮助，提前致谢。

---------------------------------------------------------------------------
RuntimeError                              Traceback (most recent call last)
<ipython-input-31-3b43ff4eea72> in <module>()
      5         labels = Variable(labels).cuda()
      6 
----> 7         optimizer.zero_grad()
      8         outputs = cnn(images)
      9         loss = criterion(outputs, labels)

/usr/local/lib/python3.5/dist-packages/torch/optim/optimizer.py in     zero_grad(self)
    114                 if p.grad is not None:
    115                     if p.grad.volatile:
--> 116                         p.grad.data.zero_()
    117                     else:
    118                         data = p.grad.data

RuntimeError: cuda runtime error (2) : out of memory at /pytorch  /torch/lib/THC/generic/THCTensorMath.cu:35`

即使我的 GPU 是免费的

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 384.111                Driver Version: 384.111                       | …

我已经能够让 kubernetes 识别我的节点上的 GPU：

$ kubectl get node MY_NODE -o yaml
...
allocatable:
  cpu: "48"
  ephemeral-storage: "15098429006"
  hugepages-1Gi: "0" 
  hugepages-2Mi: "0"
   memory: 263756344Ki
  nvidia.com/gpu: "8"
  pods: "110"
capacity:
  cpu: "48"
  ephemeral-storage: 16382844Ki
  hugepages-1Gi: "0"
  hugepages-2Mi: "0"
  memory: 263858744Ki
  nvidia.com/gpu: "8"
  pods: "110"
...

我旋转一个吊舱

Limits:
  cpu:             2
  memory:          2147483648
  nvidia.com/gpu:  1
Requests:
  cpu:             500m
  memory:          536870912
  nvidia.com/gpu:  1

但是，pod 仍处于 PENDING 状态：

Insufficient nvidia.com/gpu.

我正确指定了资源吗？

我使用 nvidia-docker 在 docker 容器内安装了Nvidia Video Codec SDK 8.2 + ffmpeg但当我运行此命令时

ffmpeg -f rawvideo -s:v 1920x1080 -r 30 -pix_fmt yuv420p -i HeavyHand_1080p.yuv -c:v h264_nvenc -preset slow -cq 10 -bf 2 -g 150 output.mp4