服务器终端性能测试之GPU burn压力测试

已于 2023-08-09 10:42:37 修改
阅读量8.8k 收藏 52
点赞数 24
分类专栏： 服务器 性能测试 文章标签： linux 运维 服务器
于 2022-07-13 18:03:08 首次发布
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/qq_41897488/article/details/125769585
版权

GPU burn 测试GPU
1.下载软件
https://github.com/wilicc/gpu-burn
wget https://codeload.github.com/wilicc/gpu-burn/zip/master

2.解压缩

unzip gpu-burn-master.zip

3.进入目录编译(确保cuda环境变量已经配置成功 nvcc -v能显示结果)

cd gpu-burn-master
make

4.编译成功后,会在当前目录生成 gpu_burn 这个文件

./gpu_burn

5.默认执行,跑全部GPU卡,空格后面参数为时间,一般快速测试设置100,稳定性测试为500

[root@localhost gpu-burn-master]#
./gpu_burn 100
GPU 0: Tesla V100 (UUID: GPU-6250466c-35ed-c279-fc0b-3b9b613a586f)
GPU 1: Tesla V100 (UUID: GPU-0a4a2b9c-d32c-1ba2-42a0-151ed9907d57)
GPU 2: Tesla V100 (UUID: GPU-f6cf184f-9173-1edd-648f-71e841afe152)
GPU 3: Tesla V100 (UUID: GPU-044f96e6-cc66-cc93-6283-07b829216f91) Initialized device 2 with 11178 MB of memory (10993 MB available, using 9894 MB of it), using FLOATS
Initialized device 1 with 11178 MB of memory (10993 MB available, using 9894 MB of it), using FLOATS
Initialized device 3 with 11178 MB of memory (10993 MB available, using 9894 MB of it), using FLOATS
Initialized device 0 with 11178 MB of memory (10993 MB available, using 9894 MB of it), using FLOATS

6.可以指定某几张卡跑,比如指定0和1号卡

export CUDA_VISIBLE_DEVICES=0,1
./gpu_burn 100

如何找出故障卡

  1. dmesg -l err 筛选出错误卡的Bus-Id

在这里插入图片描述

  1. 根据Bus-Id找出对应的GPU卡编号,在跑测试的时候排除它,比如机器8张卡,device 2 故障,那个参数这 样写:

export CUDA_VISIBLE_DEVICES=0,1,3,4,5,6,7 #2不写在里面
./gpu_burn 100

  1. 跑完之后关机,找出那张没有温度的卡,即故障卡

压测一周命令：nohup ./gpu_burn 604800 &
top可以查看8卡同时在跑
在这里插入图片描述

抓取GPU压测温度功耗：nvidia-smi -l 10 --format=csv --filename=report.csv --query-gpu=timestamp,name,temperature.gpu,power.draw
10秒后可以看到日志信息里有数据
抓取信息命令需要在tmux里执行
在这里插入图片描述在这里插入图片描述

其他详细参数信息参考
nvidia-smi -h
nvidia-smi --help-query-gpu
日志文件
在这里插入图片描述

漂亮的丑小鸭丫
关注
  • 24
    点赞
  • 踩
  • 52
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
专栏目录
GPU性能测试源码gpu-burn-master
04-28
GPU性能测试源码gpu-burn-master，能够压测GPU性能
使用gpu_burn对GPU进行压测
ybdesire的专栏
02-07 3812
使用gpu_burn，能在命令行中，对服务器上的每一个GPU进行压力测试，得出其速度、温度等关键指标。
GPU压测实践
最新发布
JAVAquxiao__的博客
05-27 463
本次使用工具gpu_burn对gpu进行烧机测试GPU 温度过高/低、超频等性能问题等都会间接导致gpu计算能力受到影响，这些性能问题通常需要考虑电力和散热等方面，由此引入压力测试工具，可以测试GPU满载时的各状态参数值，gpu_burn便是一个有效的GPU压力测试工具，轻量、小巧，并且能在命令行中运行。
linux环境新NVIDIA-GPU服务器进行压力测试
热门推荐
Mr_WangYC的博客
03-21 1万+
实验室新进购的服务器。 机型为：4卡GPU，GTX2080ti。 新的服务器需要对其进行压力测试，测试服务器在显存满载的情况下，能否保证散热正常、计算精度正常等等。 本次压力测试，用到的程序gpu_burn实现，搜索了很长时间的资料，记录下来。 参考资料：Linux 系統 NVIDIA GPU 顯示卡壓力測試 首先在gpu_burn官网下载代码 官网链接：点击进入gpu_burn官...
英伟达H800服务器安装ubuntu2204及使用gpu-burn压测
weixin_44008511的博客
02-06 1636
sudo chmod 777 NVIDIA-Linux-x86_64-535.154.05.run #给下载的驱动赋予可执行权限。sudo apt -y install linux-image- linux-headers-安装后执行nvidia-smi -pm 1将驱动持久化，再执行nvidia-smi可查看H800卡信息。安装系统时选择默认设置，建议选择server安装模式，建议选择安装docker程序。执行以下命令安装英伟达驱动，按提示完成驱动安装。
gpu-burn:多GPU CUDA压力测试
05-13
GPU刻录 多GPU CUDA压力测试 建造 要构建GPU Burn，请执行以下操作： make 要删除GPU Burn构建的工件，请执行以下操作： make clean GPU Burn的默认计算能力为5.0。 要用其他值覆盖此值： make COMPUTE=<compute> 在调用make以将其添加到编译器标志的默认列表时，可以添加CFLAGS： make CFLAGS=-Wall 调用make将其添加到链接器标志的默认列表时，可以添加LDFLAGS： make LDFLAGS=-lmylib 调用make将其添加到nvcc标志的默认列表时，可以添加NVCCFLAGS： make NVCCFLAGS=-ccbin <path> 可以添加CUDAPATH以指向非标准安装或特定版本的cuda工具包
使用gpu_burn对显卡进行压测
zhaoyqcsdn的博客
01-04 2319
GPU Burn是一个用于测试图形处理器（GPU）性能和稳定性的工具。通过向GPU发送大量的计算任务来测试其性能。通过利用GPU进行大量计算，GPU Burn可以在短时间内使GPU处于高负载状态，从而测试其在高负载下的温度、稳定性和性能表现。这种工具通常被用于评估GPU的散热性能、检查GPU的稳定性以及测试超频设置是否稳定。尤其在进行超频测试、GPU散热解决方案的评估或者简单地测试GPU在极限负载下的表现时，GPU Burn都是一个有用的工具。什么是gpu_burn?
centos8.5.2111安装显卡驱动及压力测试、安装CUDA、测试软件gpu_burn
m0_65215032的博客
06-30 4439
目录1 前言 2下载安装显卡驱动步骤 2.1禁用nouvwau 2.2重新建立initramfs image文件 2.3英伟达官网下载显卡驱动 2.4查看驱动包 2.5安装显卡驱动 2.6安装显卡驱动过程 2.7安装显卡驱动完成 3 下载安装CUDA步骤 3.1下载CUDA版本 3.2选择对应的版本 3.3下载安装CUDA 3.4安装CUDA过程 3.5选择安装CUDA功能 3.6安装CUDA完成 4下载安装gpu_burn步骤 4.1下载gpu_burn 4.2安装gpu_burn 4.3执行显卡压力测试
Linux 下 N 卡 GPU 测试
topxia
11-16 7330
Linux 测试 Nvidia GPU卡
Gpu_burn 压力
m0_46517962的博客
03-25 2322
Gpu_burn
GPU服务器上显卡压力测试工具及测试方法介绍.pdf
06-07
1 页 Edit by Joson https://www.baidu.com/p/happy_Joson Stree_GPU 压力测试 一、测试介绍 常搞服务器测试的，会有很多测试工具，比如测试硬盘的 iometer，网络测 试的有 IxChariot，IPfer，测试内存的有 stree，整机压力测试 HPC_Breakin 等，但 整机测试 GPU 或是显卡的工具就比较少，专业的测试是必须要有的。 很多个人或是公司买了 GPU 服务器，显卡回来，安装上去后，不知道如 何整机测试，怎么压力测试，怎么检测是否有问题，做开发设计的怎么测试主板 是否有 bug，整机散热调优方案，功耗测试等，通过使使用 stree_GPU 工具，可 以使 GPU/显卡发挥 90%以上的性能，从而发现存在的隐患。 直接介绍一套简单的测试工具 Stree_GPU， 适合在 windows 7,win8,win10,2008 R2 等 windows 系统下测试的。 2 页 Edit by Joson https://www.baidu.com/p/happy_Joson 1、 准备工作环境 你的机器安装上显卡/GPU 卡后，然后再安装上述的操作系统，机器需要连外 网才能使用 Stree_GPU 测试。但它不占用外网资源。 2、安装驱动 这个不用我说了，你电脑上驱动都要安装，GPU/显卡一般是基于 NVIDIA 芯 片开发的，驱动一般直接到它官网上下载，或是安装个驱动人生，然后让它帮你 全部安装完驱动，省事^_^ 二、 测试工具使用介绍 1、Stree_GPU 工具使用介绍，此 stree_GPU 软件适用 windows 系统下 GPU/显卡专业测试工具 stree_GPU 测试工具下载： https://pan.baidu.com/s/1PnxbcIQvM9Y4YtVude7WNg 2、首先你的机器在 windows 下环境配置好，即显卡驱动要安装上，可以在 NVIDIA 官网下载 cuda 程序安装，能识别到你的显卡并能调休； 3、确保你测试的机器连通外网，因为测试时要模拟卡的压力（算力） ； 4、把 Stree_GPU 程序解压后拷贝到如 c 盘根目录下，路径不要有中文； 5、解压后在 Stree_GPU 目录里，右键以管理员权限运行 stree_GPU.bat 注意观察，如果执行之后屏幕上没有提示错误提示，没有红色的提示，则表示 开始跑起来了，过一会才会有结果，比如会提示有 GPU0:xxxMh/s，这里只要有 数字出现就表示成功了，如果有多张卡，这里会列出来有 GPU0,GPU1…..。如下 3 页 Edit by Joson https://www.baidu.com/p/happy_Joson 图所示 机器测试压力程序已经跑起来了，那么就可以在功耗仪上读取电压，电流，功耗 数值，如下图所示。 同时可以通过 BMC 管理界面，或是第三方的一些软件，可以监控到机器的各个 部件温度曲线的变化。测试时间越长，如果曲线波动不大，说明机器散热良好。 4 页 Edit by Joson https://www.baidu.com/p/happy_Joson 注意事项： 因为压力测试，注意机器的散热。风扇调全速转。机器跑起来了，此时可以测试 整机的功耗，散热、主板的供电，整机供电等等，一般测试时长 24H,这样可以 检验整机及部件稳定性等。这是最简单但最有效果的测试 GPU/显卡方案。 另外需要注意的是，机器要保持连接外网，并且测试过程不要断开网络，否则测 试不能进行。
gpu_burn性能压力测试
12-27
GPU_Burn是一款针对Linux、Ubuntu和CentOS等操作系统设计的高效GPU性能压力测试工具。它主要用来评估和验证GPU的极限处理能力，帮助用户了解硬件的稳定性和性能潜力。通过运行GPU_Burn，用户可以对GPU进行长时间的高...
服务器性能测试，cpu,gpu代码
08-11
本篇将深入探讨如何通过代码来测试服务器的CPU和GPU性能，并提供相关软件/插件的使用方法。 CPU作为服务器的大脑，主要负责执行指令、处理逻辑运算和控制数据流。性能测试通常包括单线程和多线程测试，以评估CPU在...
GPU：使用gpu-burn压测GPU
we chat：玩转测试开发
04-27 2080
在测试GPU的性能问题时，通常需要考虑电力和散热问题。使用压力测试工具，可以测试GPU满载时的状态参数（如温度等）。gpu_burn是一个有效的压力测试工具。通过以下步骤可以进行测试。3、 跑完之后关机,找出那张没有温度的卡,即故障卡。
linux下GPU性能测试
大猫的博客
05-08 5143
GPU 性能测试
【Linux CPU&GPU烤机（压力测试）】
sinat_36536285的博客
02-09 5013
Linux CPU&GPU烤机（压力测试）
GPU压力测试篇- TensorFlow
疯批美人
07-26 4420
对现有gpu的性能没有相关的测试，需要进行摸底测试预期测试目的：完成gpu对训练及预测服务的性能测试对现场部署及使用提供支持。
cuda单gpu压力测试程序
02-29
CUDA是一种并行计算平台和编程模型，用于利用GPU进行高性能计算。在CUDA中，可以使用CUDA C/C++编程语言来编写并行程序。压力测试程序是用来测试GPU性能和稳定性的程序，可以通过对GPU进行大量计算任务的并行处理来评估其性能。 以下是一个简单的CUDA单GPU压力测试程序的示例： ```cpp #include <stdio.h> // CUDA核函数，每个线程计算一个加法操作 __global__ void addKernel(int *a, int *b, int *c, int n) { int tid = blockIdx.x * blockDim.x + threadIdx.x; if (tid < n) { c[tid] = a[tid] + b[tid]; } } int main() { int n = 1000000; // 数组大小 int *a, *b, *c; // 输入和输出数组 int *d_a, *d_b, *d_c; // 在GPU上分配的输入和输出数组 // 在主机上分配内存 a = (int*)malloc(n * sizeof(int)); b = (int*)malloc(n * sizeof(int)); c = (int*)malloc(n * sizeof(int)); // 在GPU上分配内存 cudaMalloc(&d_a, n * sizeof(int)); cudaMalloc(&d_b, n * sizeof(int)); cudaMalloc(&d_c, n * sizeof(int)); // 初始化输入数组 for (int i = 0; i < n; i++) { a[i] = i; b[i] = i; } // 将输入数组从主机内存复制到GPU内存 cudaMemcpy(d_a, a, n * sizeof(int), cudaMemcpyHostToDevice); cudaMemcpy(d_b, b, n * sizeof(int), cudaMemcpyHostToDevice); // 启动CUDA核函数，每个线程计算一个加法操作 int blockSize = 256; int numBlocks = (n + blockSize - 1) / blockSize; addKernel<<<numBlocks, blockSize>>>(d_a, d_b, d_c, n); // 将输出数组从GPU内存复制到主机内存 cudaMemcpy(c, d_c, n * sizeof(int), cudaMemcpyDeviceToHost); // 验证结果 for (int i = 0; i < n; i++) { if (c[i] != a[i] + b[i]) { printf("Error: incorrect result\n"); break; } } // 释放GPU上的内存 cudaFree(d_a); cudaFree(d_b); cudaFree(d_c); // 释放主机上的内存 free(a); free(b); free(c); return 0; } ``` 这个示例程序使用CUDA C/C++编写，实现了一个简单的向量加法操作。它首先在主机上分配输入和输出数组的内存，然后在GPU上分配相应的内存。接下来，它将输入数组从主机内存复制到GPU内存，并启动CUDA核函数来进行并行计算。最后，它将输出数组从GPU内存复制回主机内存，并验证结果的正确性。最后，释放GPU和主机上的内存。 这个示例程序只是一个简单的压力测试程序，你可以根据自己的需求进行修改和扩展。例如，可以增加更复杂的计算任务，调整数组大小和线程块大小等。
评论 3
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

打赏作者

漂亮的丑小鸭丫

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