探究CUDA_VISIBLE_DEVICES 的优先级问题

写程序的时候由于要指定显卡,需要使用到CUDA_VISIBLE_DEVICES 这个环境变量

有两种使用方法,一是直接写在程序里,如下:

import os
os.environ['CUDA_VISIBLE_DEVICES'] = '0'

二是在调用程序的命令中显式指定,如下:

CUDA_VISIBLE_DEVICES=1 python xxx.py

当同时使用这两种方法时,例如代码中指定0号卡,程序调用命令中指定1号卡,那么会优先使用程序中指定的显卡,即0号卡。

验证方法:使用命令

gpustat --force-color -cp -i 1 # 实时监测gpu状态

看到程序运行时正在使用的是0号显卡
在这里插入图片描述
说明程序中CUDA_VISIBLE_DEVICES 的优先级大于程序调用命令中CUDA_VISIBLE_DEVICES 的优先级。

cuda_visible_devices是一个环境变量,用于指定在使用CUDA时可见的设备。它的作用是在一个具有多个GPU的系统中,让用户能够选择使用哪个GPU来运行CUDA应用程序。 如果在设置cuda_visible_devices后发现无效,可能存在以下几种可能原因: 1. 环境变量设置错误:请确保正确设置cuda_visible_devices环境变量。可以通过在终端或命令行中使用以下命令来设置环境变量: - 在Linux和macOS中:export cuda_visible_devices=0,1,2 (其中0,1,2表示可见的设备号) - 在Windows中:set cuda_visible_devices=0,1,2 2. CUDA驱动或运行时库版本不兼容:请确保CUDA驱动和运行时库版本与您的显卡兼容。如果驱动版本过旧或不匹配,可能会导致cuda_visible_devices无效。建议您升级到最新的CUDA版本并更新显卡驱动程序。 3. 硬件问题:如果您的系统上只有一个GPU设备,则无论如何设置cuda_visible_devices都会失效。此外,某些配置错误或硬件故障也可能导致cuda_visible_devices无效。 4. 其他程序设置的干扰:可能存在其他程序设置cuda_visible_devices冲突,导致其无效。您可以通过关闭其他可能的冲突程序或重启系统来解决此问题。 总结:如果cuda_visible_devices设置后无效,您可以先确保环境变量设置正确,并检查CUDA驱动和运行时库的版本是否兼容。另外,还应注意硬件问题和其他程序设置的干扰。如有其他问题,请参考NVIDIA官方文档或寻求相关技术支持。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

_Meilinger_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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