问题标签 [nvidia-smi]

我正在使用预先安装了 nvidia 驱动程序的 ec2 g4dn 实例，当我执行 nvidia-smi 时，它显示 gpu 进程正在运行并且正在使用“type-C”，我想将它用于图形渲染目的，所以我想使用'type-G'，因为我认为这样会更快。我怎么做？我正在使用的 AMI - 深度学习 AMI ubuntu 18.04

这有办法让clocks_throttle_reasons.active 的位掩码变成简单的英文吗？某处可能有一个清单吗？请在下面找到我的命令

上面的代码返回下面的0x0000000000000004位掩码，查看我的数据表明它是一个高功耗问题。

提前致谢！

我正在尝试在包含 nvidia-smi 输出的 Python 中分析非常大的文本字符串，但我真的想花更多的时间来分析数据，而不是研究我的正则表达式技能。我得到了如下的正则表达式，但它在某些行中需要永远（它可能是某些行中输入数据的变化），但我认为我的正则表达式模式也可能是计算密集型的。

此模式匹配表中的第三行。

下面这个⬇️

它适用于大多数行，但随机挂起某些行。这个正则表达式的更简化版本是什么？或者也许更好的问题是获取此表中每一行的每个值（每个 GPU 的相应指标）的最佳方法是什么？

截断的输入字符串在这里

PS我正在尝试提取以下值

上述命令用于将两个服务器 GPU 统计信息水平堆叠在一起。它可以在没有 watch 命令的情况下工作，但会出现以下错误

我正在尝试估算完全连接的模型所需的 VRAM，而无需在 pytorch 中构建/训练模型。

我非常接近这个公式：

这个示例模型有 384048000 个参数，但我已经在具有不同参数大小的不同模型上进行了测试。

结果相当准确。但是，估计只考虑了 pytorch 会话 VRAM，而不是驱动程序/cuda 缓冲区 VRAM 量。这是估计（使用公式）与经验结果（在构建/训练模型后使用 nvidia-smi）

关于如何估计 nvidia-smi 输出中显示的额外 VRAM 的任何想法？

我想知道什么

这个问题是新的，以前从未发生过，因此可能已经更新了 nvidia 驱动程序或 libtorch。问题：我正在使用 Google Colab 来获取额外的 GPU，并且想要安装一个需要 libtorch 的程序。因此，过去几周安装工作正常，但是从今天开始，无法安装该程序。我已经尝试重新启动几次，重新启动等，但似乎没有任何效果。我还为 cuda 11.3 下载了新的 libtorch 版本并更新了 cuda，以便运行时在 cuda 11.3 上运行。当我打电话时

它像往常一样给出信息。尽管如此，在根据需要添加 libtorch 作为环境变量之后，以便使用 libtorch

和

突然显示“无法初始化 NVML：驱动程序/库版本不匹配”。由于发生这种情况，我无法再安装该程序。

因此，我安装了 rustc（因为程序需要 rustup）并将其添加到路径中

我将 Libtorch 添加为环境变量。我尝试货物安装程序。它通常工作正常，现在失败，抛出错误消息：

我一直在研究历史上的 NVIDIA SMI 输出。我还没有真正看到过价值超过 100% 的风扇速度。但是在我正在使用的一个新数据集中，我看到一些读数超过 100%。我如何解释这个？

从官方文档：

风扇速度值是设备风扇当前打算运行的最大速度的百分比。它的范围从 0 到 100%。注意：报告的速度是预期的风扇速度。如果风扇被物理阻塞且无法旋转，则此输出将与实际风扇速度不匹配。许多部件不报告风扇速度，因为它们依赖于通过周围外壳中的风扇进行冷却。适用于所有带有专用风扇的离散产品。

尽管如此，我在 2021 年 9 月至 2021 年 10 月之间的某个时间收集的读数中看到了以下内容。

此外，这通常发生在特定主机的 GPU 索引 5 上，从中可以假设什么？

我在运行“nvidia-smi”命令时遇到问题 - 每当我尝试运行时。我收到以下错误： 无法初始化 NVML：未找到

当我输入 nvidia-smi 时，我得到以下结果：

kill -9 25585 将不起作用，相反，我必须 ps -ef 并杀死每个 python 进程以释放 Nvidia GPU。之前，它用于显示实际的进程名称

有人可以解释为什么并且不必每次都这样做吗？