gpt4 book ai didi

cuda - nvidia-smi volatile GPU 利用率解释?

转载 作者:行者123 更新时间:2023-12-02 12:32:38 42 4
gpt4 key购买 nike

我知道 nvidia-smi -l 1 会每秒给出 GPU 使用情况(类似于以下内容)。不过,我希望能解释一下 Volatile GPU-Util 的真正含义。是使用的 SM 数量除以 SM 总数,还是占用率,还是其他什么?

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 367.48 Driver Version: 367.48 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 Tesla K20c Off | 0000:03:00.0 Off | 0 |
| 30% 41C P0 53W / 225W | 0MiB / 4742MiB | 96% Default |
+-------------------------------+----------------------+----------------------+
| 1 Tesla K20c Off | 0000:43:00.0 Off | 0 |
| 36% 49C P0 95W / 225W | 4516MiB / 4742MiB | 63% Default |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| 1 5193 C python 4514MiB |
+-----------------------------------------------------------------------------+

最佳答案

a sampled measurement over a time period 。对于给定时间段,它报告一个或多个 GPU 内核处于事件状态(即运行)的时间百分比。

它不会告诉您使用了多少个 SM,或者代码有多“繁忙”,或者它到底在做什么,或者它可能以什么方式使用内存。

使用微基准测试类型的练习可以毫无困难地验证上述主张(见下文)。

基于 Nvidia docs , 采样周期可能在 1 秒到 1/6 秒之间,具体取决于产品。但是,该句点对于您如何解释结果不会有太大影响。

此外,“Volatile”一词与 nvidia-smi 中的此数据项无关。您误读了输出格式。

这是支持我的主张的简单代码:

#include <stdio.h>
#include <unistd.h>
#include <stdlib.h>

const long long tdelay=1000000LL;
const int loops = 10000;
const int hdelay = 1;

__global__ void dkern(){

long long start = clock64();
while(clock64() < start+tdelay);
}

int main(int argc, char *argv[]){

int my_delay = hdelay;
if (argc > 1) my_delay = atoi(argv[1]);
for (int i = 0; i<loops; i++){
dkern<<<1,1>>>();
usleep(my_delay);}

return 0;
}

在我的系统上,当我使用命令行参数 100 运行上述代码时,nvidia-smi 将报告 99% 的利用率。当我使用 1000 的命令行参数运行时,nvidia-smi 将报告 ~83% 的利用率。当我使用 10000 的命令行参数运行它时,nvidia-smi 将报告 ~9% 的利用率。

虽然这个答案主要针对 GPU 内核,但我最近注意到,当例如 cudaMemcpy 操作运行时,nvidia-smi 也会报告非零 GPU 利用率(没有别的)。因此,上述描述应被视为有关 CUDA 内核事件的报告描述。

关于cuda - nvidia-smi volatile GPU 利用率解释?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40937894/

42 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com