问题标签 [vram]

我想使用Nvidia API调用来检测视频内存NvAPI。问题是dedicatedVideoMemory总是显示 0，但它应该显示 4096 MB。

代码：

屏幕截图（NVIDIA 控制面板）：

问题：

1. 如何解决？
2. 如何在 AMD/Intel 上获得正确的图形内存检测？

在此先感谢您的帮助。

更新：

现在，当我添加检查版本和显卡名称时，它显示nvidiaDisplayDriverMemory.dedicatedVideoMemory为 4096，但仅在Qt调试模式下，当我进入发布模式时，它显示 0。有什么想法吗？谢谢。

所以我在一台装有GeForce GTX 980显卡的 Windows 10 机器上安装了 GPU 版本的 TensorFlow。

诚然，我对显卡知之甚少，但根据 dxdiag 的说法，它确实有：

4060MB专用内存 (VRAM) 和；

8163MB共享内存

总共约12224MB。

不过，我注意到的是，这种“共享”内存似乎毫无用处。当我开始训练模型时，VRAM 将填满，如果内存需求超过这些4GB，TensorFlow 将崩溃并显示“资源耗尽”错误消息。

当然，我可以通过选择适当低的批量大小来防止达到这一点，但我确实想知道是否有办法利用这些“额外”8GB的 RAM，或者就是这样，TensorFlow 需要专用内存。

我正在学习 WebGL，我想知道从图像（jpg/png）计算 vram 使用大小的公式。

谢谢。

我开始在 32 位保护模式下编程。我将它用于高图形分辨率，如 1280x1024 256 色：

但我对视频内存 (VRAM) 的大小有疑问，因为切换到此分辨率后，我需要 1,280 * 1,024 = 1,310,720 字节的 VRAM，但标准 BIOS VRAM 只有 131,072 字节宽（地址范围：0xa0000-0xbffff）。有什么方法可以扩展 BIOS VRAM 或设置我的 VRAM 自定义基地址？（我想绕过编写自己的驱动程序。）

在分配（创建）时，我有 8GB 或 Vram (Gpu) 和 16GB 的普通 RAM，可以说大型 4096x4096 纹理我最终会用完 Vram .. 但是从我所看到的情况来看，然后在 ram 上创建它.. 当你需要渲染（使用或渲染）它..它接缝将渲染上下文从ram传输到vram以便这样做。在每一帧（60fps 等）上运行正常访问许多渲染上下文时，PC 会因为它尝试来回传输大量数据而滞后。但是，只要每秒引用新的数量（最近未使用的渲染上下文（等仍在 ram 而不是 vram 上））.. 应该没有问题（性能方面）。问题是这些信息是否正确？

我正在开发一个简单的程序来使用 MASM6 更改旧 x86 16 位 PC 的内存组配置。

目前，当我从主内存执行代码时，它挂断了。似乎是因为代码本身在主内存中。当代码被执行时，由于内存配置的改变，代码本身就被破坏了。

因此，我想将代码从主内存移动到视频内存，并希望从视频内存中执行它。

请给我有关以下代码的建议，以将代码从主内存移动到视频内存并执行它。执行以下代码仍然会使系统挂起。

假设 TensorFlow GPU 库用于计算，哪些操作被卸载到 GPU（以及多久一次）？什么是性能影响：

1. CPU 核心数（因为它现在没有积极参与计算）
2. 内存大小。
3. GPU VRAM（拥有更高内存的 GPU 有什么好处）

假设我想决定这些硬件选择的具体内容。有人可以举个例子解释一下，机器学习模型的哪个方面会影响特定的硬件约束？

（例如，基于 TensorFlow GPU 库，我需要详细说明哪些操作被卸载到 GPU 和 CPU。）

我已经使用谷歌云平台（使用控制台）创建了 VM 实例。该虚拟机是基于 WINDOWS SERVER 2019 的！我已经成功地制作了一个，但无法在实例中获得一些虚拟内存。它（VRAM）显示为零。添加GPU不会增加vram吗？如果不是，那么是什么增加了它们？我希望为游戏目的增加相同的值，并使用 ADOBE 和 AUTODESK 等软件......

我想从我的 C# 代码中获取 GPU 内存使用情况（专用和共享）。是否有机会通过 WDDM 或性能计数器获取这些信息？任务管理器如何获取这些信息？

由于我还特别需要使用 AMD 卡，很遗憾我不能为此使用 NVAPI。

如何找出此模型的 VRAM 使用情况？（这不是关于正在训练的数据，而是关于加载到 VRAM 中的模型及其权重