GPU驱动程序是否必须按需从应用程序释放GPU内存？如果不是，是否会使应用程序可能想要做任何GPU内存资源管理无效，因为它是从实际内存中“移除的层”？
我分配了很多纹理，然后释放它们。当分配时，我可以看到"GPU系统字节“(在进程资源管理器中)迅速增加(数量大大超过了图像的硬盘空间-也许它们在GPU中是解压缩的，所以占用了很多空间)。然后，如果继续这样做，我看到图形处理器内存使用量逐渐增加，但在此期间，我一直在计算我的glD
浏览 3提问于2017-03-23得票数 0
我想运行一个在服务器上也使用Tensorflow的Python脚本。当我在没有会话配置的情况下运行它时，进程会分配所有GPU内存，从而阻止任何其他进程访问GPU。服务器规范如下：
在Tensorfl
浏览 9提问于2017-05-16得票数 1
1回答
我试图在Nvidia GPU上训练一些神经网络，但是桌面环境(KDE)似乎正在占用GPU：Sat Apr 22 09:04:16 2017 |-------------------------------+----------------------+----------------------+| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util
浏览 1提问于2017-04-22得票数 1
我目前正在Tensorflow上训练一个递归网络来解决文本分类问题，并且遇到了性能和内存不足的问题。1)性能问题：除非我错过了什么，从表面上看，每个设备都在等待一些事情发生。2)内存不足问题：
如果我将节点数量增加到200，它会给我一个<
浏览 15提问于2016-09-08得票数 2
我正在尝试用Nvidia GPU节点/奴隶来设置Kubernetes。我遵循了的指南，并且能够让节点加入集群。我尝试了下面的kubeadm示例pod：kind: Pod name: gpu-pod containers: extendedResources: resources: nvid
浏览 3提问于2018-08-07得票数 1
回答已采纳
我必须试验512*512的图像大小，但我得到内存溢出错误。我不能再缩小图像大小了，如果我看gpustat，它是32 if，但是我不知道为什么内存错误会弹出。我不知道在哪里，如何找到和增加可分配的gpu内存。1.减少第2层中神经元的数量。使用较小的批次大小(当前批处理大小5) 3.将最大池大小增加到使用4.增加步幅5.删除6. config = tf.ConfigProto() config.gpu_options.allow_growthtf.ConfigPr
浏览 2提问于2020-10-04得票数 0
回答已采纳
我正在使用烧瓶与Gunicorn实现一个人工智能服务器。服务器接收HTTP请求并调用该算法(用py手电筒构建)。计算在nvidia GPU上运行。本机有8 vCPUs，20 GB内存，1 GPU，12 GB内存。具体问题是
如何增加
浏览 5提问于2021-02-09得票数 0
2回答
错误: OOM当分配具有形状800,1280，3的张量，并通过分配器GPU__bfc在/job:localhost/replica:0/task:0/device:GPU:0键入float时[Node:
浏览 83提问于2018-06-08得票数 16
SInce服务器是与其他同事共享的，我想限制我的脚本最多只能使用服务器内存的1/3。为了实现这一点，我做了以下工作：
with tf.Graph().as_default(): gpu_options = tf.GPUOptions(allow_growth=True, per_process_gpu_memory_fraction=gpu_options) with tf.Session(conf=session_conf) as sess:
浏览 0提问于2017-05-26得票数 0
1回答
我知道氪星的设计是为了减少GPU/ASIC的优势。
我们现在有莱特奥作为这方面的一个现实世界的例子。然而，它的效果并不完美。大多数硬币都是由GPU开采的，尽管优势可能比SHA-256的优势要小。
浏览 0提问于2013-04-17得票数 8
回答已采纳
2回答
现在我们想用GPU节点来扩展它(因此这将是Kubernetes集群中唯一拥有GPU的节点)。 我们希望避免Kubernetes在这些节点上调度pod，除非它们需要GPU。并不是所有的管道都可以使用GPU。绝大多数仍然只占用大量CPU资源。 配备GPU的服务器可能非常昂贵(例如，Nvidia DGX每台服务器可能高达150美元/k)。资源，如CPU和内存，因此它们将不得不等待非GPU作业/容器完成)。是否有办法在Ku
浏览 24提问于2018-12-20得票数 1
回答已采纳
2回答
我正在学习如何使用VBO，正如书中所说，
那么，GPU在这方面到底能处理些什么呢？假设"OpenGL内存“可以存储数百万多边形的顶点数据，这是可以接受的吗？移动设备中的GPU呢？虽然开发人员习惯于在CPU上设置内存限制的参考框架，但学习OpenGL在一定程度上是很有挑战性的，因为我对CPU不太了解，也不太了解他们对硬件的期望。
浏览 3提问于2013-02-28得票数 6
回答已采纳
FLAGS.job_name, server.join()| GPU PID Type Process name Usage |
|==================================C
浏览 3提问于2017-04-13得票数 0
1回答
我正在使用两个配置相同的GPU作为我的高性能GPU计算使用OpenCL。其中一个卡是为显示目的连接的，两个程序compiz和x服务器总是使用大约200-300 MB的内存。我的问题是，当使用这些GPU进行计算时，我只能使用GPU中的部分内存，用于显示目的，而第二个GPU则可以使用整个全局内存。在我的例子中，我使用两个Nvidia Quadro 410，它有192个cuda核，512 MB作为内存，但503 MB可用。
浏览 7提问于2016-06-02得票数 0
2回答
例如，我使用GPU运行多个模型，所有作业组合在一起都可以运行在4个GPU上。多个作业可以在同一个GPU上运行，因为GPU内存可以处理它。将所有4个GPU作为其一部分，并在一个实例上运行所有作业是一个更好的主意吗？还是应该使用多个实例，每个实例上有一个GPU？
读取文件的延迟。显然，我需要相当多的vCPU和大量内存来扩展IOPS，因为GPC是以这种方式扩展IOPS的。解决这个问题的最好方法是什么？如果有人对此有更多了解的话，请
浏览 2提问于2020-10-23得票数 0
回答已采纳
2回答
显然，GPU的每个核心都可以处理一个请求，而不是一个主处理器(系统的CPU)处理所有请求。从表面上看，这似乎是可能的，也许使用GPU + Redis数据库中的模板在GPU GDDR5中？
浏览 4提问于2010-10-21得票数 1
回答已采纳
1回答
我想买一个服务器4核心英特尔XeonE3-1220 v5 (16 GB内存)，但没有GPU。
我们需要GPU在服务器端，以正常显示桌面屏幕通过remore桌面，还是我们需要GPU在客户端？还是两边的？
浏览 0提问于2017-07-31得票数 1
回答已采纳
2回答
减少了GPU上下文存储现在，回到这个例子。没有议员：议员们：不幸的是，每个进程仍然占用几乎相同的内存量(~300 of )。有办法降低每个进程的内存消耗吗？
浏览 6提问于2019-12-19得票数 0
回答已采纳
1回答
库达走出记忆梦想之旅
、、、
但昨天，我想重新训练它，使它更好(再次尝试使用相同的照片)，现在，它把这个抛出内存异常：
我想知道是否有人有同样的问题，并知道为什么这是现在，而
浏览 10提问于2022-10-03得票数 -1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
