從nvidia-smi 說(shuō)起

經(jīng)常使用GPU 的人會(huì)常常查看GPU 信息,在查看其中比較常用的是對(duì)nvidia產(chǎn)品的nvidia-smi实夹。所以有必要仔細(xì)的了解一下直砂;nvidia-smi 這個(gè)命令還有很多的參數(shù)可以使用幌陕,在文中末尾給出了關(guān)于這個(gè)命令的詳細(xì)的信息的鏈接供璧。

英偉達(dá)系統(tǒng)管理接口(NVIDIA System Management Interface, 簡(jiǎn)稱 nvidia-smi)是基于NVIDIA Management Library (NVML) 的命令行管理組件,旨在(intened to )幫助管理和監(jiān)控NVIDIA GPU設(shè)備。

該實(shí)用程序允許管理員查詢GPU設(shè)備狀態(tài)并具有適當(dāng)?shù)臋?quán)限冻记,并允許管理員修改GPU設(shè)備狀態(tài)睡毒。 這個(gè)程序適用于TeslaTM,GRIDTM冗栗,QuadroTM和Titan X產(chǎn)品演顾,當(dāng)然在其他NVIDIA GPU也有部分的支持。

NVIDIA-smi在Linux上與NVIDIA GPU顯示驅(qū)動(dòng)程序一起提供隅居,64位Windows Server 2008 R2和Windows 7. Nvidia-smi可以將查詢信息以XML或人類可讀的純文本報(bào)告給標(biāo)準(zhǔn)輸出或文件钠至。 有關(guān)詳細(xì)信息,請(qǐng)參閱nvidia-smi文檔?胎源。

NVSMI的大部分功能由底層的基于NVML C的庫(kù)提供棉钧。 有關(guān)NVML的更多信息,請(qǐng)參閱下面的NVIDIA開(kāi)發(fā)者網(wǎng)站鏈接涕蚤。 也可以使用基于NVML的Python binding宪卿。


這里給出開(kāi)發(fā)者網(wǎng)站和Python bindings:

NVML SDK: http://developer.nvidia.com/nvidia-management-library-nvml/

Python bindings: http://pypi.python.org/pypi/nvidia-ml-py/


輸入nvidia-smi 命令以后,會(huì)有對(duì)應(yīng)的輸出:

例如:


下面對(duì)輸出進(jìn)行解釋:

一般輸出的信息有:

Timestamp : 常常是以Day-of-week Month Day HH:MM:SS Year 的形式輸出的万栅。


Timestamp
Driver info

Driver Version:設(shè)備的版本

Attached GPUs : 附加的GPU 信息

?????????????????? 比如:

Processes

Processes List of processes having Compute or Graphics Context on the device. Compute processes are reported on all the fully supported products. Reporting for Graphics processes is limited to the supported products starting with Kepler architecture.


Processes 部分顯示的是 在GPU設(shè)備上 計(jì)算或者Graphics Context 的進(jìn)程列表佑钾;

所列的形式是以 <GPU index> <PID>? <Tyype> <Process Name> <GPU Menory Usage>

GPU index 是現(xiàn)在使用的是哪個(gè)GPU 設(shè)備號(hào)

PID 給出相應(yīng)的進(jìn)程號(hào)

Type 給出是在GPU中使用的是計(jì)算(用C代表)還是圖形圖像處理(用G代表); "C+G" for the process having both Compute and Graphics contexts.


Process Name 是給出了當(dāng)前的進(jìn)程的名稱

GPU Memory Usage Context在設(shè)備上使用的內(nèi)存量烦粒。 在WDDM模式下運(yùn)行時(shí)Windows不可用休溶,因?yàn)閃indows KMD管理的是所有內(nèi)存,而不是NVIDIA驅(qū)動(dòng)程序的扰她。



參考文獻(xiàn):


NVIDIA System Management Interface

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末兽掰,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子义黎,更是在濱河造成了極大的恐慌禾进,老刑警劉巖,帶你破解...
    沈念sama閱讀 219,270評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件廉涕,死亡現(xiàn)場(chǎng)離奇詭異泻云,居然都是意外死亡艇拍,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,489評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門宠纯,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)卸夕,“玉大人,你說(shuō)我怎么就攤上這事婆瓜】旒” “怎么了?”我有些...
    開(kāi)封第一講書(shū)人閱讀 165,630評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵廉白,是天一觀的道長(zhǎng)个初。 經(jīng)常有香客問(wèn)我,道長(zhǎng)猴蹂,這世上最難降的妖魔是什么院溺? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 58,906評(píng)論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮磅轻,結(jié)果婚禮上珍逸,老公的妹妹穿的比我還像新娘。我一直安慰自己聋溜,他們只是感情好谆膳,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,928評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著撮躁,像睡著了一般漱病。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上馒胆,一...
    開(kāi)封第一講書(shū)人閱讀 51,718評(píng)論 1 305
  • 那天缨称,我揣著相機(jī)與錄音,去河邊找鬼祝迂。 笑死睦尽,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的型雳。 我是一名探鬼主播当凡,決...
    沈念sama閱讀 40,442評(píng)論 3 420
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼纠俭!你這毒婦竟也來(lái)了沿量?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 39,345評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤冤荆,失蹤者是張志新(化名)和其女友劉穎朴则,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體钓简,經(jīng)...
    沈念sama閱讀 45,802評(píng)論 1 317
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡乌妒,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,984評(píng)論 3 337
  • 正文 我和宋清朗相戀三年汹想,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片撤蚊。...
    茶點(diǎn)故事閱讀 40,117評(píng)論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡古掏,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出侦啸,到底是詐尸還是另有隱情槽唾,我是刑警寧澤,帶...
    沈念sama閱讀 35,810評(píng)論 5 346
  • 正文 年R本政府宣布光涂,位于F島的核電站庞萍,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏忘闻。R本人自食惡果不足惜挂绰,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,462評(píng)論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望服赎。 院中可真熱鬧,春花似錦交播、人聲如沸重虑。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 32,011評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)缺厉。三九已至,卻和暖如春隧土,著一層夾襖步出監(jiān)牢的瞬間提针,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,139評(píng)論 1 272
  • 我被黑心中介騙來(lái)泰國(guó)打工曹傀, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留辐脖,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,377評(píng)論 3 373
  • 正文 我出身青樓皆愉,卻偏偏與公主長(zhǎng)得像嗜价,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子幕庐,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,060評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容

  • 1. 介紹 首先讓我們來(lái)看看TensorFlow久锥! 但是在我們開(kāi)始之前,我們先來(lái)看看Python API中的Ten...
    JasonJe閱讀 11,753評(píng)論 1 32
  • # Python 資源大全中文版 我想很多程序員應(yīng)該記得 GitHub 上有一個(gè) Awesome - XXX 系列...
    aimaile閱讀 26,489評(píng)論 6 427
  • GitHub 上有一個(gè) Awesome - XXX 系列的資源整理,資源非常豐富异剥,涉及面非常廣瑟由。awesome-p...
    若與閱讀 18,653評(píng)論 4 418
  • 環(huán)境管理管理Python版本和環(huán)境的工具。p–非常簡(jiǎn)單的交互式python版本管理工具冤寿。pyenv–簡(jiǎn)單的Pyth...
    MrHamster閱讀 3,794評(píng)論 1 61
  • busy running after the deadline of Python level2 the big ...
    syeturing閱讀 170評(píng)論 0 0