通过CUDA deviceQuery分析NVIDIA显卡性能

最新推荐文章于 2022-11-25 18:50:21 发布
最新推荐文章于 2022-11-25 18:50:21 发布
阅读量667 收藏 2
点赞数 4
文章标签： cuda
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/changyi9995/article/details/115485709
版权

参考：
http://blog.sina.com.cn/s/blog_471e6c930102wlp5.html
在这里插入图片描述

序号

名称

值

解释

1

Detected 1 CUDA Capable device(s)

1

检测到1个可用的NVIDIA显卡设备

2

Device 0: "GeForce 930M"

GeForce 930M

当前显卡型号为" GeForce 930M "

3

CUDA Driver Version / Runtime Version

7.5/7.5

CUDA驱动版本

4

CUDA Capability Major/Minor version number

 

5.0

CUDA设备支持的计算架构版本，即计算能力，该值越大越好
最低0.47元/天 解锁文章
菠萝有点酸
关注
  • 4
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Nvidia418+CUDA10.0+CUDNN7.6.2+Tensoflow1.13.1.docx
10-01
6. 执行 deviceQuery：`cd bin/x86_64/linux/release/./deviceQuery` 7. 设置环境变量：`vim ~/.bashrc`，添加 `export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH` 和 `export PATH=/usr/local/cuda/...
device_query:一个无需窗口即可查询鼠标和键盘输入的简单库。 将在Windows，Linux和macOS上运行
05-07
device_query 一个无需窗口即可按需查询鼠标和键盘输入的简单库。 适用于Windows，X11上Linux和macOS。 use device_query :: {DeviceQuery, DeviceState, MouseState, Keycode}; let device_state = DeviceState :: new (); let mouse: MouseState = device_state. get_mouse (); println! ( "Current Mouse Coordinates: {:?}" , mouse.coords); let keys: Vec < Keycode> = device_state. get_keys (); println! ( "Is A pressed? {}" , keys. contains (Keyc
用deviceQuery查看GPU状态
han_hhh的博客
09-15 2031
用xshell连接服务器 执行deviceQuery命令 cuda的deviceQuery命令位置：/usr/local/cuda-10.2/samples/1_Utilities/deviceQuery 将deviceQuery文件夹复制到目标位置 cp /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery /jnhan 用make编译 make 此时，deviceQuery目录下会生成可执行文件deviceQuery，执行 ./deviceQue
使用deviceQuery查看GPU属性
february_的博客
10-14 3491
如何执行deviceQuery deviceQuery的路径在 /usr/local/cuda-9.1/samples/1_Utilities ，将samples拷贝到自己的路径下（因为最好不要在系统路径直接操作） 进入1_Utilities，直接make，成功后会生成一个deviceQuery可执行文件 执行./deviceQuery即可看到GPU属性信息 deviceQuery参数信息 ...
CUDA（五）用deviceQuery看GPU属性
weixin_34370347的博客
08-22 1455
在CUDA安装好后可以用DeviceQuery看一下GPU的相关属性，从而对GPU有一定了解，有助于今后的CUDA编程。 #include "cuda_runtime.h" #include "device_launch_parameters.h" #include<stdio.h> #include<stdl...
CUDA deviceQuery 运行闪退
cvnlixiao的博客
12-19 4338
我想查一下GPU的算力，就去运行CUDA自带的deviceQuery工程，在debug模式下编译，cmd一闪而过，一开始意外是本人的环境有问题，在网上查了很多方法都不管用，百思不得其解啊，后来灵光一闪，想到是不是一个很简单问题呢。。。。 果然，真的是很简单的问题！此刻严重怀疑最近是不是吃少了地沟油导致智商下降了。 打开deviceQuery.cpp代码，在结尾加上一句话： system(“paus...
详解Ubuntu16.04安装nvidia驱动+CUDA+cuDNN的教程
09-14
在本教程中，我们将深入探讨如何在Ubuntu 16.04系统上安装NVIDIA显卡驱动、CUDA工具包以及cuDNN库。这个过程对于那些想要利用GPU进行深度学习和高性能计算的用户来说至关重要。 首先，我们需要确保你的GPU支持CUDA...
Ubuntu下安装CUDA10.0以及问题
09-14
首先，确保你的Ubuntu系统和NVIDIA显卡驱动版本与CUDA 10.0相兼容。CUDA的官方文档会列出每个版本所支持的驱动版本，例如在CUDA 10.0的情况下，需要Linux的NVIDIA驱动版本至少为410.48。你可以通过访问NVIDIA的CUDA...
CUDA从入门到精通
02-25
NVIDIA于2006年推出CUDA（ComputeUnifiedDevicesArchitecture），可以利用其推出的GPU进行通用计算，将并行计算从大型集群扩展到了普通显卡，使得用户只需要一台带有Geforce显卡的笔记本就能跑较大规模的并行处理...
cuda检测工具 devicequery.zip（不含源代码，源代码在cuda sdk 8.0里）
08-12
cuda检测工具 devicequery.zip（不含源代码，源代码在cuda sdk 8.0里） deviceQuery.exe Starting... CUDA Device Query (Runtime API) version (CUDART static linking) Detected 1 CUDA Capable device(s) Device 0: "GeForce GTX 760" CUDA Driver Version / Runtime Version 9.2 / 8.0 CUDA Capability Major/Minor version number: 3.0 Total amount of global memory: 2048 MBytes (2147483648 bytes) ( 6) Multiprocessors, (192) CUDA Cores/MP: 1152 CUDA Cores GPU Max Clock rate: 1137 MHz (1.14 GHz) Memory Clock rate: 3004 Mhz Memory Bus Width: 256-bit L2 Cache Size: 524288 bytes Maximum Texture Dimension Size (x,y,z) 1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096) Maximum Layered 1D Texture Size, (num) layers 1D=(16384), 2048 layers Maximum Layered 2D Texture Size, (num) layers 2D=(16384, 16384), 2048 layers Total amount of constant memory: 65536 bytes Total amount of shared memory per block: 49152 bytes Total number of registers available per block: 65536 Warp size: 32 Maximum number of threads per multiprocessor: 2048 Maximum number of threads per block: 1024 Max dimension size of a thread block (x,y,z): (1024, 1024, 64) Max dimension size of a grid size (x,y,z): (2147483647, 65535, 65535) Maximum memory pitch: 2147483647 bytes Texture alignment: 512 bytes Concurrent copy and kernel execution: Yes with 1 copy engine(s) Run time limit on kernels: Yes Integrated GPU sharing Host Memory: No Support host page-locked memory mapping: Yes Alignment requirement for Surfaces: Yes Device has ECC support: Disabled CUDA Device Driver Mode (TCC or WDDM): WDDM (Windows Display Driver Model)
cuda检测工具 devicequery.exe
08-03
deviceQuery.exe Starting... CUDA Device Query (Runtime API) version (CUDART static linking) Detected 1 CUDA Capable device(s) Device 0: "GeForce GTX 650" CUDA Driver Version / Runtime Version 9.1 / 8.0 CUDA Capability Major/Minor version number: 3.0 Total amount of global memory: 2048 MBytes (2147483648 bytes) ( 2) Multiprocessors, (192) CUDA Cores/MP: 384 CUDA Cores GPU Max Clock rate: 1072 MHz (1.07 GHz) Memory Clock rate: 2500 Mhz Memory Bus Width: 128-bit L2 Cache Size: 262144 bytes Maximum Texture Dimension Size (x,y,z) 1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096) Maximum Layered 1D Texture Size, (num) layers 1D=(16384), 2048 layers Maximum Layered 2D Texture Size, (num) layers 2D=(16384, 16384), 2048 layers Total amount of constant memory: 65536 bytes Total amount of shared memory per block: 49152 bytes Total number of registers available per block: 65536 Warp size: 32 Maximum number of threads per multiprocessor: 2048 Maximum number of threads per block: 1024 Max dimension size of a thread block (x,y,z): (1024, 1024, 64) Max dimension size of a grid size (x,y,z): (2147483647, 65535, 65535) Maximum memory pitch: 2147483647 bytes Texture alignment: 512 bytes Concurrent copy and kernel execution: Yes with 1 copy engine(s) Run time limit on kernels: Yes Integrated GPU sharing Host Memory: No Support host page-locked memory mapping: Yes Alignment requirement for Surfaces: Yes Device has ECC support: Disabled CUDA Device Driver Mode (TCC or WDDM): WDDM (Windows Display Driver Model) Device supports Unified Addressing (UVA): Yes Device PCI Domain ID / Bus ID / location ID: 0 / 1 / 0 Compute Mode: deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 9.1, CUDA Runtime Version = 8.0, NumDevs = 1, Device0 = GeForce GTX 650 Result = PASS
deviceQuery
03-15
用于CUDA运行时API查询系统相应资源。
windows下GPU安装cuda环境
03-22
主要使用 CUDA 内置的 deviceQuery.exe 和 bandwidthTest.exe 两个工具： 1. win+R 启动 cmd，cd 到安装目录下的 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_suite, （将 v10.0 换位...
TX2入门(6)——DeviceQuery
haoqimao_hard的博客
06-06 1488
这是最近才发现的一个TX2设备查询的方法，可以一下子看到gpu属性的很多信息，我们就直接看具体用法吧~在终端输入（可以提前查看一下这个目录是否存在哈）：cd /usr/local/cuda/samples/1_Utilities/deviceQuery./deviceQuery直接执行发现报错了：用ls命令查看以后发现我的目录下并没有deviceQuery的可执行文件：所以就先make一下，再次查...
命令行获取device信息
纵容的博客
04-27 1926
(1) 获取 device 屏幕 density adb shell dumpsys window displays |head -n 3 adb shell wm size （高通平台） adb shell getprop ro.sf.lcd_density (2) getprop 获取 device model, project name 和 rom version adb she...
查看系统中支持CUDA的设备数量和属性---deviceQuery示例
rs勿忘初心的博客
05-22 6237
      在你安装了CUDA显卡驱动之后，需要检测是否安装正确，或者需要查看系统中支持CUDA的设备数量和属性，可以通过SDK中的deviceQuery示例来查看，工程目录位置：C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0，需要注意的是C:\ProgramData为默认隐藏目录，你在菜单栏中让其显示即可，方法如下图所示：         ...
Pytorch（gpu），cuda，cudnn安装
qq_48563775的博客
11-25 8320
Pytorch（gpu），cuda，cudnn安装
GPU的deviceQuery 和 Nvidia-smi的使用
weixin_30454481的博客
02-05 308
1.deviceQuery 非常重要，对于编程中遇到的block\grid设置，memory hierarchy 的使用 具有指导意义。 deviceQuery 实际上是一个sample，需要编译后才能使用。 在 /opt/cuda/cuda70/NVIDIA_CUDA-7.0_Samples 或者loca的cuda 文件夹（这个不确定）。 因为是只读文件，需要copy 到 home 文件目录下面...
qt编程如何通过NVIDIA CUDA API获取显卡温度
最新发布
04-01
要通过NVIDIA CUDA API获取显卡温度，您需要使用NVIDIA System Management Interface（nvidia-smi）工具。 nvidia-smi工具提供了一个命令行接口，可以使用它来获取显卡的各种信息，包括温度。 在Qt中，您可以使用QProcess类来运行nvidia-smi命令并捕获其输出。以下是一个示例代码： ```c++ #include <QProcess> void getGPUInfo() { QProcess process; process.start("nvidia-smi"); process.waitForFinished(-1); QString output = process.readAllStandardOutput(); QStringList lines = output.split("\n"); for(int i=0; i<lines.length(); i++) { if(lines[i].contains("Temperature")) { QStringList parts = lines[i].split(" "); for(int j=0; j<parts.length(); j++) { if(parts[j].contains("C")) { QString tempStr = parts[j].replace("C", ""); int temp = tempStr.toInt(); // do something with the temperature } } } } } ``` 在上面的代码中，我们使用QProcess类来运行nvidia-smi命令，并使用waitForFinished()方法等待命令完成。然后，我们读取命令的输出并将其拆分为行。我们搜索包含“Temperature”的行，并在该行中找到温度值。最后，我们将温度字符串转换为整数，并将其用于任何我们需要的操作。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值