GPU监控查看[技术学习]

1、1NVIDIA-SMI介绍 nvidia-smi简称NVSMI，提供监控GPU使用情况和更改GPU状态的功能，是一个跨平台工具，它支持所有标准的NVIDIA驱动程序支持的Linux发行版以及从WindowsServer 2008 R2开始的64位的系统。该工具是N卡驱动附带的，只要安装好驱动后就会有它。 Windows下程序位置：C:Program FilesNVIDIACorporationNVSMInvidia-smi.exe。Linux下程序位置：/usr/bin/nvidia-smi，由于所在位置已经加入PATH路径，可直接输入nvidia-smi运行。 CMD 以下先加载cd c:P

2、ROGRA1NVIDIA1NVSMInvidia-smi2NVIDIA-SMI命令系列详解2.1nvidia-smi显示所有GPU的当前信息状态显示的表格中：Fan： 风扇转速（0%-100%），N/A表示没有风扇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）Pwr： GPU功耗Persistence-M： 持续模式的状态（持续模式耗能大，但在新的GPU应用启动时花费时间更少）Bus-Id： GPU总线，domain:bus:device.functionDisp.A： Display Active，表示GPU的显示是否

3、初始化Memory-Usage： 显存使用率Volatile GPU-Util： GPU使用率ECC： 是否开启错误检查和纠正技术，0/DISABLED, 1/ENABLEDCompute M.： 计算模式，0/DEFAULT,1/EXCLUSIVE_PROCESS,2/PROHIBITED附加选项：nvidia-smi i xxx指定某个GPUnvidia-smi l xxx动态刷新信息（默认5s刷新一次），按Ctrl+C停止，可指定刷新频率，以秒为单位nvidia-smi f xxx将查询的信息输出到具体的文件中，不在终端显示2.2nvidia-smi -q查询所有GPU的当前详细信息附加

4、选项：nvidia-smi q u显示单元而不是GPU的属性nvidia-smi q i xxx指定具体的GPU或unit信息nvidia-smi q f xxx将查询的信息输出到具体的文件中，不在终端显示nvidia-smi q x将查询的信息以xml的形式输出nvidia-smi -q d xxx指定显示GPU卡某些信息，xxx参数可以为MEMORY, UTILIZATION, ECC, TEMPERATURE, POWER,CLOCK, COMPUTE, PIDS, PERFORMANCE, SUPPORTED_CLOCKS, PAGE_RETIREMENT,ACCOUNTINGnvid

5、ia-smi q l xxx动态刷新信息，按Ctrl+C停止，可指定刷新频率，以秒为单位nvidia-smi -query-gpu=gpu_name,gpu_bus_id,vbios_version-format=csv选择性查询选项，可以指定显示的属性选项可查看的属性有：timestamp，driver_version，pci.bus，pcie.link.width.current等。（可查看nvidia-smi-help-querygpu来查看有哪些属性）2.3设备修改选项可以手动设置GPU卡设备的状态选项nvidia-smi pm 0/1设置持久模式：0/DISABLED,1/ENABL

6、EDnvidia-smi e 0/1切换ECC支持：0/DISABLED, 1/ENABLEDnvidia-smi p 0/1重置ECC错误计数：0/VOLATILE, 1/AGGREGATEnvidia-smi c设置计算应用模式：0/DEFAULT,1/EXCLUSIVE_PROCESS,2/PROHIBITEDnvidia-smi rGPU复位nvidia-smi vm设置GPU虚拟化模式nvidia-smi ac xxx,xxx设置GPU运行的工作频率。e.g. nvidia-smi ac2000,800nvidia-smi rac将时钟频率重置为默认值nvidia-smi acp 0

7、/1切换-ac和-rac的权限要求，0/UNRESTRICTED, 1/RESTRICTEDnvidia-smi pl指定最大电源管理限制（瓦特）nvidia-smi am 0/1启用或禁用计数模式，0/DISABLED,1/ENABLEDnvidia-smi caa清除缓冲区中的所有已记录PID，0/DISABLED,1/ENABLED2.4nvidia-smi dmon设备监控命令，以滚动条形式显示GPU设备统计信息。GPU统计信息以一行的滚动格式显示，要监控的指标可以基于终端窗口的宽度进行调整。 监控最多4个GPU，如果没有指定任何GPU，则默认监控GPU0-GPU3（GPU索引从0开始

8、）。附加选项：nvidia-smi dmon i xxx用逗号分隔GPU索引，PCI总线ID或UUIDnvidia-smi dmon d xxx指定刷新时间（默认为1秒）nvidia-smi dmon c xxx显示指定数目的统计信息并退出nvidia-smi dmon s xxx指定显示哪些监控指标（默认为puc），其中：p：电源使用情况和温度（pwr：功耗，temp：温度）u：GPU使用率（sm：流处理器，mem：显存，enc：编码资源，dec：解码资源）c：GPU处理器和GPU内存时钟频率（mclk：显存频率，pclk：处理器频率）v：电源和热力异常m：FB内存和Bar1内存e：ECC错

9、误和PCIe重显错误个数t：PCIe读写带宽nvidia-smi dmon o D/T指定显示的时间格式D：YYYYMMDD，THH:MM:SSnvidia-smi dmon f xxx将查询的信息输出到具体的文件中，不在终端显示2.5 nvidia-smi pmon进程监控命令，以滚动条形式显示GPU进程状态信息。GPU进程统计信息以一行的滚动格式显示，此工具列出了GPU所有进程的统计信息。要监控的指标可以基于终端窗口的宽度进行调整。 监控最多4个GPU，如果没有指定任何GPU，则默认监控GPU0-GPU3（GPU索引从0开始）。附加选项：nvidia-smi pmon i xxx用逗号分隔GPU索引，PCI总线ID或UUIDnvidia-smi pmon d xxx指定刷新时间（默认为1秒，最大为10秒）nvidia-smi pmon c xxx显示指定数目的统计信息并退出nvidia-smi