我使用CUDA工具包在我的Nvidia GPU上执行一些计算。我怎样才能看到Linux机器(CUDA)上每个进程GPU的使用情况？nvidia-smi确实列出了每个GPU的所有进程，但没有指出每个进程的GPU利用率：
📷
浏览 0提问于2015-12-16得票数 10
2回答
我需要gpu的信息，我的库达项目测试。谢谢,
附注：糟了！我名声不够..。如果您希望看到NVIDIA GeForce体验示例图像，。
浏览 17提问于2014-04-05得票数 0
回答已采纳
我试图在一段时间内获得关于GPU (我的是一台运行在Linux上的NVIDIA K20 )的总体利用率的信息。所谓“总体”，我指的是，计划运行多少流多处理器，以及计划运行多少GPU核(我想，如果一个内核正在运行，它将以其全速/频率运行)。如果我能用flops来衡量总体的利用率，那也是很好的。例如，NVML可以按百分比报告"GPU利用率“，但根据其文档/注释，这种利用率是”在过去一秒钟中，一个或多个内核在GPU</e
浏览 3提问于2014-11-06得票数 5
回答已采纳
2回答
如果我在Google引擎工作中使用--规模级基本GPU，我如何查看GPU的利用率？我可以在“作业详细信息”选项卡上查看CPU利用率和内存利用率，但我想知道GPU被使用了多少。这仅仅包含在CPU使用中，还是有另一个选项卡可以查看GPU的利用率？
此外，是否有任何方法可以查看哪些操作系统占用了大部分CPU使用？我的CPU利用率很高，我的内存非常低，而且我的输入生成器总是满的(100%)，所以我试图更好地了解花在哪里的时间，以便我可以尝试优
浏览 2提问于2017-08-23得票数 5
回答已采纳
1回答
我正在一个带有GPU的Linux机器上运行一个繁重的进程。nvidia-smi显示15 up /16 up耗尽。CPU利用率约为70%，MEM约为98.5%，但我的进程的tqdm进度条有一段时间没有更新。我怎么知道它是在运行还是挂着呢？
浏览 0提问于2021-04-04得票数 1
XCode 4中的OpenGL ES驱动程序工具不再具有拖拉器和渲染器利用率，这两个最有用的统计信息用于测量OpenGL ES瓶颈。它们被重新命名了吗？我注意到有两个新的可测量的统计数据，GPU核心利用率和GPU视频引擎利用率；它们现在分别跟踪平铺和渲染利用率吗？
浏览 4提问于2011-06-08得票数 1
1回答
我在后台使用带有tensorflow-gpu的Keras，我没有安装tensorflow (CPU - version)，所有的输出都显示选择了GPU，但是tf正在使用CPU和系统内存。当我运行代码时，输出是：运行代码后，我尝试了nvidia-smi来查看gpu的使用情况，输出是：。Tensorflow-gpu = "1.12.0"cuDNN = &quo
浏览 1提问于2018-12-21得票数 7
回答已采纳
我不确定GPU %和GPU内存访问百分比图表。博客中的描述如下： GPU %：这个图可能是最重要的一个。它跟踪过去采样周期内一个或多个内核在GPU上执行的时间百分比。基本上，您希望这个值接近100%，这意味着GPU一直在忙于处理数据。上图有两条曲线。这是因为有两个GPU，并且只有两个GPU(蓝色)用于实验。蓝色GPU大约有90%的忙碌，这意味着它不是太差，但仍然有一些改进的空间。这种非最佳利用率的原因是因为我们在此实验中使用的批处理大
浏览 77提问于2021-02-03得票数 2
回答已采纳
我目前正在使用一个工具，随nvidia的驱动程序'nvidia-smi‘，用于GPU上的性能监控。当我们使用“nvidia-smi-a”时，它会给出当前GPU信息的信息，包括GPU核心和内存使用情况、温度等：
时间戳: Tue4:0板串行: 211561763875显示:连接温度: 55℃风扇速度: 47%使用GPU : 1%内存: 0%
我很好奇GPU和内存利用率是如何定义的？例如，G
浏览 3提问于2011-02-23得票数 9
我在tensorflow的GPU上运行一个典型的5层卷积网络。当我运行在一个快速的1080 TI GPU，我得到大约35%的GPU利用率。在一个较慢的M40上，我得到了80%的利用率，在970百万移动GPU上得到了97%的利用率。我已经实现了tf.StagingArea GPU队列，并使用警告消息确认，在每个训练步骤之前，StagingArea不是空的，它是异步的。
我已经运行了tensorflow分析器如下所示。值得注意的是，GPU
浏览 4提问于2017-10-01得票数 0
回答已采纳
使用Tensorflow的新Dataset API进行多GPU培训(来自TFRecords格式)似乎要比在单个GPU上运行(1对4 Tesla K80s)慢得多(1/4慢)。从nvidia-smi的输出来看，使用4个GPU只会使GPU的利用率达到15%左右，而单个GPU的利用率大约为45%。
从磁盘(tfrecords-格式)加载数据是否会导致培训速度的瓶颈？
浏览 3提问于2017-09-22得票数 2
1回答
我运行的是Windows10，酷睿i7-8700CPU，gtx geforce 1660 ti GPU。训练模型时，gpu利用率非常低(最大为5-10%，有时更低)。即使是is网络也有五层。另一方面，CPU利用率为30%或更高。
浏览 12提问于2019-05-08得票数 1
adb shell "cat /sys/devices/system/cpu/cpu0/cpufreq/scaling_cur_freq"(CPU/GPU频率不是速度的好指标。我主要需要它们来研究DVFS)
浏览 1提问于2018-03-05得票数 3
回答已采纳
观察：说明:为什么？任何关于我如何提高别人的性能的建议都知道为什么GPU利用率这么低吗？
浏览 4提问于2017-03-16得票数 0
回答已采纳
1回答
我目前正在运行一个名为BOINC (BOINC网站)的程序我不想限制GPU对所有程序的利用率，并且无缘无故地对我的系统造成了实际的障碍，仅仅因为这个原因，所以其他程序仍然可以使用它。也许我可以更改GPU调度程序(如果可能的话)？我在用专有的驱动程序。如果需要的话，我完全可以编
浏览 0提问于2018-05-18得票数 0
我的GPU内存利用率如下-
如你所见，它几乎填满了所有的3个GPU(几乎80%)。我的问题是，是否有任何理论上的方法来计算正在显示的GPU内存利用率是模型在特定图像和批处理大小下所需的，还是在我的GPU中存在内存泄漏？
浏览 2提问于2020-05-26得票数 1
1回答
我正在学习这教程，有人提到我需要用这种方式配置后端，但是.我正在使用GPU，我关心GPU的利用率，当前的配置是用于CPU利用率的，后端服务支持GPU的使用吗？
浏览 0提问于2019-02-01得票数 0
目前，我主要研究两个指标: GPU利用率和GPU flops32 (FP32)。
GPU利用率是GPU活动时间的一部分。nvprof --print-gpu-trace可以轻松地获得GPU的活动时间，而应用程序的运行时间(没有开销)对我来说并不清楚。我使用可视化分析器nvvp来可视化分析结果并计算GPU利用率。GPU flops32是指GPU在活动时每秒执行的FP32指令的数量。我
浏览 2提问于2018-05-07得票数 0
我从prettytensor运行演示shakespeare.py，并想知道使用CPU和GPU是如何影响每批培训运行时的。我通过watch -n 1 nvidia-smi和watch -n 1 lsof /dev/nvidia*监控GPU的使用情况，所以我确信GPU没有被碰过。令人惊讶的是，在CPU上运行它比在GPU (~0.25秒)上运行更快(~ 0.2秒)。
在通过htop监视CPU使用情况时，我注意到所有8个CPU线程都得到了很好的使用。再加上使用GPU创建的通信开销，我想这可能是
浏览 2提问于2016-12-15得票数 1
回答已采纳
1回答
我发现，当在GPU (例如P100)上一次又一次地对一幅图像进行训练的神经网络进行推理时，Tensorflow计算能力的利用率不是100%，而是70%左右。如果图像不必传输到GPU，情况也是如此。我对此最好的猜测是：
Tensorflow只能在一定程度上利用GPU的并行化功能。(与TensorRT模型相同的模型的更高利用率也表明了这一点)。在这种情况下，问题是:原因是什么？
浏览 0提问于2018-11-10得票数 0
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
腾讯云开发者
