Question

我可以通过ssh访问n个集群的GPU。 Tensorflow自动给它们命名为gpu：0，...，gpu：（n-1）。

其他人也可以访问，有时他们会随机访问gpus。我没有明确地放置任何tf.device()，因为这很麻烦，即使我选择了gpu编号j，并且有人已经在gpu编号j上存在问题。

我想通过gpus使用并找到第一个未使用的并且只使用这个。我猜有人可以使用bash解析nvidia-smi的输出并得到一个变量i并将该变量i作为要使用的gpu的数量提供给tensorflow脚本。

我从未见过这样的例子。我想这是一个非常普遍的问题。最简单的方法是什么？是一个纯粹的张量流吗？

Answer 1

我不知道纯TensorFlow解决方案。问题是TensorFlow配置的现有位置是会话配置。但是，对于GPU内存，GPU内存池是为进程内的所有TensorFlow会话共享的，因此Session配置将是添加它的错误位置，并且没有进程全局配置的机制（但是应该也是如此）能够配置进程全局特征线程池）。因此，您需要使用CUDA_VISIBLE_DEVICES环境变量来处理流程级别。

这样的事情：

import subprocess, re

# Nvidia-smi GPU memory parsing.
# Tested on nvidia-smi 370.23

def run_command(cmd):
    """Run command, return output as string."""
    output = subprocess.Popen(cmd, stdout=subprocess.PIPE, shell=True).communicate()[0]
    return output.decode("ascii")

def list_available_gpus():
    """Returns list of available GPU ids."""
    output = run_command("nvidia-smi -L")
    # lines of the form GPU 0: TITAN X
    gpu_regex = re.compile(r"GPU (?P<gpu_id>\d+):")
    result = []
    for line in output.strip().split("\n"):
        m = gpu_regex.match(line)
        assert m, "Couldnt parse "+line
        result.append(int(m.group("gpu_id")))
    return result

def gpu_memory_map():
    """Returns map of GPU id to memory allocated on that GPU."""

    output = run_command("nvidia-smi")
    gpu_output = output[output.find("GPU Memory"):]
    # lines of the form
    # |    0      8734    C   python                                       11705MiB |
    memory_regex = re.compile(r"[|]\s+?(?P<gpu_id>\d+)\D+?(?P<pid>\d+).+[ ](?P<gpu_memory>\d+)MiB")
    rows = gpu_output.split("\n")
    result = {gpu_id: 0 for gpu_id in list_available_gpus()}
    for row in gpu_output.split("\n"):
        m = memory_regex.search(row)
        if not m:
            continue
        gpu_id = int(m.group("gpu_id"))
        gpu_memory = int(m.group("gpu_memory"))
        result[gpu_id] += gpu_memory
    return result

def pick_gpu_lowest_memory():
    """Returns GPU with the least allocated memory"""

    memory_gpu_map = [(memory, gpu_id) for (gpu_id, memory) in gpu_memory_map().items()]
    best_memory, best_gpu = sorted(memory_gpu_map)[0]
    return best_gpu

然后，您可以将其放入utils.py并在导入第一个tensorflow之前在TensorFlow脚本中设置GPU。 IE

import utils
import os
os.environ["CUDA_VISIBLE_DEVICES"] = str(utils.pick_gpu_lowest_memory())
import tensorflow

Answer 2

在https://github.com/bamos/setGPU上可以找到Yaroslav Bulatov解决方案的实施方案。

共享GPU上的Tensorflow：如何自动选择未使用的GPU

2 个答案: