[小白系列]GPU-nvidia-smi指令

‌nvidia-smi（NVIDIA System Management Interface）是一种命令行实用程序，用于监控和管理NVIDIA GPU（图形处理器）的状态和性能‌。它提供了一种简单而强大的方式来获取有关GPU的实时信息，并且可以用于诊断、优化和管理GPU资源‌。

显存与GPU

显存使用率和GPU使用率是两个不一样的概念，显卡是由GPU和显存等组成的，显存和GPU的关系有点类似于内存和CPU的关系。

当没有设置好CPU的线程时，Volatile GPU-Util 参数是在反复跳动的，0%，20%，70%，95%，0%。这样停息1-2秒，然后又重复起来。这是因为GPU在等待数据从CPU传输过来，当从总线传输到GPU之后，GPU开始计算，GPU的利用率突然升高。但GPU的算力很强大，所以GPU利用率接下来又会降下来，等待下一个batch的传入。

因此，GPU的利用率瓶颈在内存带宽和内存介质上以及CPU的性能上面。最直接的解决办法，就是更换高频率的内存条，配合更好的CPU。

nvidia-smi

#执行一次

nvidia-smi

# 每秒刷新一次
nvidia-smi -l 1

watch 指令是周期性的执行下一个程序，可以监测一个命令的运行结果，并全屏显示执行结果。
# 每秒刷新一次
watch -n 1 -d nvidia-smi

参数解释：
-n或--interval，指定间隔时间，watch缺省每2秒运行一下程序。
-d或--differences，高亮显示变化的区域。

nvidia-smi 常用的选项包括：

-L, --list-gpus：显示连接到系统的GPU列表。
-B, --list-excluded-gpus：显示系统中排除的GPU列表。
-i, --id：指定目标GPU。
-f, --filename：将输出日志到指定文件，而不是标准输出。
-l, --loop：以指定间隔时间循环查询GPU信息‌2。

nvidia-smi的输出信息

GPU：本机中的GPU编号，从0开始，上图为0，1，2，3四块GPU
Fan：风扇转速（0%-100%），N/A表示没有风扇
Name：GPU名字/类型，上图四块均为NVIDIA GeForce RTX 3080
Temp：GPU温度（GPU温度过高会导致GPU频率下降）
Perf：性能状态，从P0（最大性能）到P12（最小性能），上图均为P2
Pwr：Usager/Cap：GPU功耗，Usage表示用了多少，Cap表示总共多少
Persistence-M：持续模式状态，持续模式耗能大，但在新的GPU应用启动时花费时间更少，上图均为On
Bus-Id：GPU总线
Disp.A：Display Active，表示GPU是否初始化
Memory-Usage：显存使用率
Volatile GPU-UTil：GPU使用率，与显存使用率的区别可参考显存与GPU
Uncorr. ECC：是否开启错误检查和纠错技术，0/DISABLED，1/ENABLED，上图均为N/A
Compute M：计算模式，0/DEFAULT，1/EXCLUSIVE_PROCESS，2/PROHIBITED，上图均为Default
Processes：显示每个进程占用的显存使用率、进程号、占用的哪个GPU

高级功能和技巧

nvidia-smi可以通过不同的选项来查询更详细的信息或执行特定操作

nvidia-smi -q --unit=temperature：查询所有GPU的温度信息。
nvidia-smi -L：列出所有连接的GPU。
nvidia-smi -i 0 -q：查询编号为0的GPU的详细信息。

参考

linux: nvidia-smi用法详解-CSDN博客

https://www.cnblogs.com/freedom-w/articles/17867561.html

nvidia-smi命令详解 - 猴子吃桃_Q - 博客园

参考：

nvidia-smi指令解读_nividia -sim-CSDN博客