- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
希望这不是重复的,我确实环顾四周但如果我错了请纠正我。
我最近安装了 pyopencl
通过 Anaconda,它可以毫无问题地在我的 Intel CPU 上运行。但是,当我打电话时:
for platform in get_platforms():
print(platform.name)
ctx = create_some_context()
for dev in ctx.devices:
print(dev.name)
我得到的只是:
Portable Computing Language
Choose platform:
[0] <pyopencl.Platform 'Portable Computing Language' at 0x7f0ff2205020>
>> 0
Choice [0]:0
Set the environment variable PYOPENCL_CTX='0' to avoid being asked again.
pthread-Intel(R) Core(TM) i7-7700HQ CPU @ 2.80GHz
我有 Nvidia GeForce GTX 1050 Ti,驱动程序版本是 390.87,带有 CUDA 9.1,根据 Nvidia 发行说明应该是兼容的。我也在运行 Linux Mint 19.1(如果相关的话),并且在涉及到这些东西时我也有点菜鸟,因为我的背景是物理学,而不是计算机科学。
我在某处(我不记得在哪里)读到我应该有一个 nvidia.icd 文件,但现在只有/home//anaconda3/etc/OpenCL/vendors 中的一个 pocl.icd 文件,我没有确定如何/在何处获取 nvidia.icd 文件。
在此先感谢您的帮助,如果您需要更多信息,请告诉我!
编辑:添加了 get_platforms()
的结果
编辑 2:我找到了一个 nvidia.icd
文件在我的/etc/OpenCL/vendors
目录。我将其复制到 Anaconda 目录,/home/<user>/anaconda3/etc/OpenCL/vendors
和 pyopencl
现在识别Nvidia CUDA
作为平台,我的 GPU 作为设备。
不幸的是,它仍在将任务加载到 CPU,但这很可能是因为我的代码,我还没有正确地弄清楚如何在 GPU 上创建上下文。
最佳答案
这个问题有点陈旧,但我在尝试准确解决这个问题时遇到了它,我在 Ubuntu Linux 的 Conda 环境中有一个新安装的 PyOpenCL 包,它没有在列表中列出我的 GPU平台及其相关设备。
OP 的第二次编辑,他从 /etc/OpenCL/vendors
复制了 nvidia.icd 文件对我有用,但感觉不对,所以我挖了一下深入 PyOpenCL documentation ,它建议,除了 PyOpenCL 包之外,执行 conda install ocl-icd-system
。 (请参阅该页面上的“使用供应商提供的驱动程序”部分。)
这行得通,并为您提供了所有系统功能——我认为这是一种比到处复制 .icd
文件更简洁的方法。
关于linux - OpenCL 不显示 Nvidia GPU,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54294760/
我正在尝试在 Google Colab 上运行 stylegan2,但在我的 Drive 上运行所有文件,并避免使用 !git clone 从 github of stylegan2 。 这是我在特定
我需要升级我的 nvidia 驱动程序,以便尝试运行 NVIDIA-LInux-x86_64.run文件 但是,我看到以下消息 ERROR: An NVIDIA kernel module 'nvid
我经历过Cuda programming guide但仍然不清楚 cuda 内核在 GPU 上的什么位置?换句话说,它驻留在哪个内存段? 另外,我怎么知道我的设备支持的最大内核大小是多少?最大内核大小
我想在基于官方nvidia/cuda的容器中运行带有cuvid硬件加速解码的ffmpeg图片。 Ffmpeg 无法找到 libnvcuvid.so,尽管有所有必需的 cuda 库。ldconfig -
当我运行命令 nvidia-smi ,我得到以下两个按总线 ID 排序的 GPU: For GPU 0, 00000000:0A:00.0 For GPU 1, 00000000:41:00.0 但是
我正在使用 Ubuntu 14.04 LTS 运行 AWS EC2 g2.2xlarge 实例。我想在训练 TensorFlow 模型时观察 GPU 利用率。我在尝试运行“nvidia-smi”时遇到
我尝试在安装 docker-ce 后安装 nvidia-docker。我关注的是:https://github.com/NVIDIA/nvidia-docker安装 nvidia-docker。看来已
我一直认为 Hyper-Q 技术不过是 GPU 中的流。后来我发现我错了(是吗?)。所以我读了一些关于 Hyper-Q 的书,却更加困惑了。 我正在浏览一篇文章,它有以下两个陈述: A. Hyper-
我刚刚在安装了两个 K20m GPU 的服务器中运行了 simpleMultiGPU。然后运行 nvidia-smi 命令来显示 GPU 的状态。结果如下: 问题如下: GPU 内存使用情况似乎不
NVIDIA-SMI 抛出此错误: NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make
如何使用 Vulkan 来利用 Nvidia 的张量核心(在计算着色器中?!)? Nvidia 有这篇文章 Programming Tensor Cores in CUDA 9 ,但这显然是针对 CU
我在类的一个项目中使用 Chapel,我正在尝试使用我的两个 Nvidia Jetson nano 板进行多语言环境执行。按照本教程 https://chapel-lang.org/docs/usin
我得到nvidia-smi得到Memory-Usage是这样的 $nvidia-smi -i 0,1 Wed Mar 4 16:20:07 2020 +-----------------
我得到nvidia-smi得到Memory-Usage是这样的 $nvidia-smi -i 0,1 Wed Mar 4 16:20:07 2020 +-----------------
有没有区别: nvidia-docker 运行 和 docker run --runtime=nvidia ? 在 official docs他们使用后者,但我在其他在线教程中看到过前者。 最佳答案
我有一个用 C 编写的代码(使用 opencl 规范)来列出所有可用的设备。我的 PC 安装了 AMD FirePro 和 Nvidia 的 Tesla 显卡。我先安装了AMD-APP-SDK-v3.
我读到可以使用内核启动来同步不同的 block ,即,如果我希望所有 block 在进行操作 2 之前完成操作 1,我应该将操作 1 放在一个内核中,将操作 2 放在另一个内核中。这样,我可以实现 b
我目前正在尝试使用函数 NvAPI_Stereo_SetDriverMode 将 nvapi 设置为在直接模式下工作。 根据 Nvidia nvapi site (在手册中),如果你想做一个 dire
我对nvidia GPU的任务调度有些疑惑。 (1)如果一个 block (CTA)中的线程束已经完成,但仍有其他线程在运行,这个线程会等待其他线程完成吗?换句话说,当所有线程都完成时, block
有人在Nvidia Tegra X1上使用了tensorflow吗? 我发现一些资料表明TK1上可能存在这种情况,或者TX1上存在严重的黑客入侵/错误,但尚无确定的配方。 http://cudamus
我是一名优秀的程序员,十分优秀!