Cuda 多个 GPU : All GPUs the same model?-6ren

Cuda 多个 GPU : All GPUs the same model?

转载作者：行者123 更新时间：2023-12-02 15:21:03

24

4

<分区>

多 GPU cuda 设置上的所有 GPU 都必须是使用 CUDA 的同一型号 gpu 吗？

例如，我现在有一 block Geforce 950。如果我再多几张卡，它们是否都必须是 950s？ (如果是这样，我是否必须留在同一家制造商？)

一个答案显示了如何在每个单独的 GPU 上控制 CUDA(假设 GPU 都是具有相同计算级别的 CUDA)，并确认我可以购买不同型号的 NVIDIA 卡(在我花费 300 美元之前)并安装在相同的 CUDA 安装(因为 CUDA 工具是在每台机器上编译的)就足够了。

因此，例如，在下面的答案中使用 CUDA 命令向我展示如何使用 tensorflow .py 脚本并在我板上的三个 GPU 之一上运行它的答案也不错(为了这个问题；我想我现在肯定有足够的工作来找出答案)。

我相信这与 CUDA 软件如何处理硬件有关，并且在 SuperUser 上不属于主题；但是我很乐意改变它。

24

4

0

文章推荐： sparql - 如何在 sparql 中获取个人数据属性值

文章推荐： validation - 如何停止grails清除自定义验证错误

文章推荐： grails - Grails .save()未保存关联的域

文章推荐： c# - 如何将十六进制字符串转换为普通文本字符串 C#

pytorch - __init__() 获得意外的关键字参数 'gpus'
我正在尝试使用 pytorch 来进行生成式人工智能。如该视频所示: https://www.youtube.com/watch?v=_pIMdDWK5sc 我导入所有内容，如图所示: import
Cuda 多个 GPU : All GPUs the same model?
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。这个问题似乎不是关于 a specific programming problem, a softwar
Cuda 多个 GPU : All GPUs the same model?
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。这个问题似乎不是关于 a specific programming problem, a softwar
parallel-processing - Caffe/pyCaffe : set all GPUs
是否可以为 Caffe(尤其是 pyCaffe)设置所有 GPU？就像是: caffe train -solver examples/mnist/lenet_solver.prototxt -gpu
Android 相机过滤器在 tegra gpus 上速度慢，但在其他人上速度快
我正在开发一个应用程序，它可以在 GPU (OpengGL ES 2.0) 上实时过滤相机预览流。它类似于著名的应用程序“纸相机”(付费)和“卡通相机”(免费)。它在我的 galaxy s2 上运行
javascript - gpus.js (webgl?) float32 问题
我可能遗漏了一些明显的东西，但我正在试验 gpu.js并得到一些奇怪的结果。我只是想确保我没有做一些明显愚蠢的事情(这很可能)。不确定这是否是我正在做的事情的问题，或者是使用 WebGL 通过 gp
python - tensorflow 中的多个 gpus 和 AdamOptimizer
我正在使用多个 GPU 练习 tensorflow。每个 gpu 计算的平均梯度。但是，当我的优化器是 AdamOptimizer 时它不起作用。当我使用 GradientDescent 时，它总是有
c++ - 是否可以在多个 gpus 上运行 cuda 内核
这是一个相当简单的问题，但谷歌搜索似乎没有答案，所以。我想知道的是，如果我有两 block 能够运行 cuda 的 gpu 卡(相同)，我的内核是否可以跨越这些卡？或者它绑定(bind)到一张卡或另
python - 凯拉斯 + tensorflow : Prediction on multiple gpus
我使用 Keras 和 tensorflow 作为后端。我有一个编译/训练模型。我的预测循环很慢，所以我想找到一种方法来并行化 predict_proba 调用以加快速度。我想获取(数据)批处理列表
pytorch - 未设置 --gpus 时防止在 SLURM 中使用 GPU
我们使用 SLURM 来管理一个小型本地集群。我们管理的一个关键资源是 GPU。当用户通过 --gpus=2 请求 GPU 时CUDA_VISIBLE_DEVICES使用 SLURM 分配给用户的 G
Java 并行性 : OpenCL/GPUs vs. 参与者/线程
APARAPI project self 描述为: Aparapi allows Java developers to take advantage of the compute power of G
c++ - 在 C++ 版本的 tensorflow 上使用多个 gpus
先说明一下我的运行环境: win10x64 cuda9.1 and cudnn7 gtx1080Ti x2 i7-6850k 我用tensorflow的c++版本写了一个程序，读取pb文件，
pytorch - 谷歌 Colab : torch cuda is true but No CUDA GPUs are available
我使用 Google Colab 训练模型，但如图所示，当我输入“torch.cuda.is_available()”并且输出为“true”时。然后我运行代码，但出现错误 RuntimeError:
python - 让 Pycuda 在 2 个 gpus 上与 Mpi4py 一起工作
关闭。这个问题需要debugging details .它目前不接受答案。编辑问题以包含 desired behavior, a specific problem or error, and th
c - 内存操作 : set every n-th bit (C/C++) in modern CPUs/GPUs
据我所知，“现代”CPU 有相当令人印象深刻的例程来处理二进制数据，例如通过相同的操作流式传输许多数据。临时我找不到一个库来使用那些 CPU 或 GPU 硬件制作简单的指令(在 GB 内存中设置每
python - 如何在同一个 docker 镜像上使用不同类型的 gpus(例如 1080Ti 与 2080Ti)而无需重新运行 `python setup.py develop`？
我正在使用基于 pytorch 的 repository安装步骤指定使用此 setup.py file 运行 python setup.py develop .我一直在使用 1080Ti 和 1080
python - Bazel 构建 tensorflow : The specified --crosstool_top '//third_party/gpus/crosstool:crosstool' is not a valid cc_toolchain_suite rule
我正在按照此处列出的步骤操作: http://www.nvidia.com/object/gpu-accelerated-applications-tensorflow-installation.ht
docker - 如何在 Kubernetes 中传递 Docker CLI `--gpus` 选项或启用 GPU 支持而不安装 `nvidia-docker2` (Docker 19.03)
我目前使用 Docker 19.03 和 Kubernetes 1.13.5 以及 Rancher 2.2.4。从 19.03 开始，Docker 就通过 --gpus 正式支持原生 NVIDIA

首页

博学

6Ren·AI

商城

Cuda 多个 GPU : All GPUs the same model?