额外的GPU无法提高Tensorflow性能

时间:2018-09-24 08:07:48

标签: tensorflow gpu

我正在使用我的桌面配置测试contains,如下所示。

  1. 英特尔i7-7700k
  2. 华硕B250采矿版
  3. 16 Gigabyte p106
  4. 32GB内存
  5. Ubuntu 16.04 cuda 9.0和cudnn 7.1
  6. Tensorflow已安装1.10

但是,8张卡和16张卡的结果相同。

知道为什么会发生这种情况吗?

2 个答案:

答案 0 :(得分:0)

这取决于您的设置以及基准测试中使用的参数。

  • 验证nvidia驱动程序是否正常工作:nvidia-smi。 您所有的GPU都应在此处列出。
  • 验证tf-nightly-gpu已安装:pip list。根据基准documentation,这是一项要求。
  • 正在训练模型时,再次使用nvidia-smi检查是否存在实际的GPU利用率,以及使用了多少个GPU。
  • 尝试更改variable_update参数值。

答案 1 :(得分:0)

我安装了tf-nightly-gpu和variable_update = independent

enter image description here