GPU MHZ利用率

时间:2018-01-25 00:02:23

标签: parallel-processing cuda gpu nvidia nvml

我正在开发GPU卡的监控代理,能够使用CUDA和NVML库提供实时遥测。

我想更多地了解GPU核心操作与英特尔/ AMD CPU内核的工作方式。

可用于CPU的一个公式是(cpumhz或Workload平均峰值CPU利用率(MHz)),如下所示:

((CPUSPEED * CORES) /100) * CPULOAD = Workload average peak CPU utilization

更多细节在这里 https://vikernel.wordpress.com/tag/vmware-formulas/

同样的公式可以应用于GPU也是正确的。例外是CUDA核心/着色器代替" CORES"或者我可以通过实际的gpu时钟使用量来倍增当前时钟速度,因为GPU具有1000核心/着色器的核心时钟。

例如:

((GRAPHICS_MHZ * CUDA_CORES) /100) * GPU_LOAD = GPU MHZ utilization

2 个答案:

答案 0 :(得分:2)

查看gpustat,它是nvidia-smi的包装。


enter image description here

GPUtil,它可以获取GPU的最大当前相对负载

答案 1 :(得分:0)

我想我根据GPU卡的工作方式找到了答案。由于每个核心并行运行,它们比我读过的CPU核心工作效率更高。

使用CPU内核,你可以使用上面的公式,但如果你想看到gpu卡上使用的mhz,你可以简单地使用:

(GRAPHICS_MHZ * /100) * GPU_LOAD = GPU MHZ utilization

好处是你回来的GPU_LOAD与GPU卡提供的计算方法不同于从CPU卡获得的计算结果。如果有人有不同意见,我很乐意听到。