同时拥有独显和核显，怎么让应用程序选择使用哪个GPU？

最新推荐文章于 2025-02-27 11:58:47 发布
最新推荐文章于 2025-02-27 11:58:47 发布
阅读量1.5k 收藏 1
点赞数 1
分类专栏： 笔记 文章标签： 人工智能 深度学习 python
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/weixin_43135178/article/details/142274810
版权

看你现在使用的是核显还是独显 

勾选上GPU引擎选项，后面便会标识你所使用的是哪种显卡，如果是独立显卡，就可以免去后续的操作；如果不是，那么请继续接下来的操作。

将你需要使用独显的程序换成gpu1（独显）

将你需要的应用程序选择为高性能

如果你不知道你的app在什么启动位置，可以等启动以后，右键该应用程序，然后属性查看

https://zhuanlan.zhihu.com/p/621118440?utm_campaign=shareopn&utm_medium=social&utm_psn=1818503072625856512&utm_source=wechat_session

PyTorch改为默认使用GPU
_Hope_
09-01 1038
PyTorch默认用CPU，改默认用GPU，
指定一个软件的运行独立显卡
积跬步以致千里，积怠惰以致深渊
03-22 2662
首先我们在安装了独立显卡驱动的Windows7电脑上右击 选择 NVIDIA控制面板 在控制面板下选择左侧的管理管理3D设置右侧的程序设置 点击添加按钮 在新的参窗口中选择你需要设置的程序（任意） 如图我们随便找一个设置了 然后如图 然后在第二项 选择高性能NVIDIA处理器 然后在第三步选择最高性能优先(此处可以不设置 但是如果想要高性能还是设置一下吧） 现在 关闭控制面板 你就可以去快速打开应用程序了 ...
双显卡笔记本 系统层面如何手动选择用独立显卡运行程序的具体步骤
最新发布
每日秃头
02-27 203
独立显卡的选择
如何为Windows应用选择显卡
CikyZhang的博客
11-14 1265
我们发布的Windows应用程序是个流媒体的应用，基本上用户都会选2K分辨率，160帧以上的配置，比较吃GPU资源，目前大多数笔记本电脑都有2个显卡，一个是CPU自带的核显，一个是独立显卡，两个显卡的编解码能力和3D性能往往又比较大的差异。为应用指定性能更合适的显卡，这里合适是显卡编解码能力和3D显示能力不一定一致，按照应用的需求选择，如果搞不明白，那就分别选择两块显卡，那个体验好就选那个。因为显卡和应用的兼容性问题，或者显卡驱动问题，选择后可能导致显示异常，升级显卡驱动或者恢复选择就可以。
系统图形设置/指定程序切换显卡 - Win10
NSJim的博客
02-10 1万+
Windows系统自带图形设置，可以选择在运行应用时是要保证更好的性能还是更长的电池使用时间，即指定程序使用集成显卡或独立显卡。以Win10为例介绍设置方法。
如何指定GPU显卡运行程序
SimpleLearning
01-18 5223
如何指定GPU显卡运行程序
技巧：WIN10手动指定某个应用程序使用独立显卡
scoful的专栏
04-15 4万+
19年买的小米pro笔记本，不玩游戏，最近突然意识到，这笔记本的独立显卡一直没有利用上，好浪费啊，网上一顿搜，都是陈词滥调的修改NVIDIA控制面板，但是，win10系统也会自动控制的，比如节能模式的话，是不会去使用独立显卡的。有没有一种可能可以指定某些应用程序永远使用独立显卡来运行？不要让独立显卡整天无所事事？这样就可以无论什么时候，都是使用独立显卡来运行，让独立显卡物尽其用。
对于双显卡电脑，如何分辨现在用的是独立显卡还是集成显卡？
字节卷动
12-14 6037
台式电脑本身自带了集成显卡，然后又购买了一块NVIDIA的独立显卡。现在，就有疑问了，如何判断你的显示器连接的是独立显卡还是集成显卡呢？
集显，核显，独显之间应该如何选择适合自己的显卡？
Daming462058的博客
08-26 1494
集成显卡是早期出现在主板上的，简称集显，就是把显卡所需的东西，与主板融合到一起，不需要独立的显卡，也能保证电脑的正常运行，但这种集成在主板上的显卡，会占用系统内存和总线周期，对主板的性能也会有一定的影响，所以慢慢的就被核心显卡所取代了，但现在依然还有主板会带集显功能！简单点理解，我们可以假设有一张单人床，本来是主板自己睡的床，这样能让主板达到最佳状态，但现在集成显卡上去了，所以主板睡觉的地方自然缩小了，虽然主板和集成显卡都可以睡，但性能方面已经有了一定的影响！
私有化AI部署秘诀：如何挑选适合的大模型GPU
m0_59164520的博客
06-18 1532
随着人工智能技术的迅猛发展，选择合适的硬件对于大模型的训练和推理变得至关重要。本文将深入探讨大模型所需的硬件，特别是GPU（图形处理单元）和CPU（中央处理单元）的选择。通过对GPU和显卡、GPU Core与AMD CU、CUDA Core与Tensor Core的详细解读，帮助你更好地理解和选择适合自己需求的硬件。CPU是计算机的“大脑”，负责处理计算机中的所有指令和数据。我们可以把CPU看作一家餐厅的主厨，负责制定菜单、分配任务、并确保所有菜品按时完成。
GPU使用设置
chenlu3224的博客
06-13 495
keras参考资料：https://keras.io/zh/getting-started/faq/#sample-batch-epoch https://keras-cn.readthedocs.io/en/latest/ 参考资料：https://www.jianshu.com/p/5...
（已解决）显卡（N卡）设置独显后，指定程序依旧使用集显渲染
热门推荐
alun550的博客
08-18 4万+
显卡（N卡）设置独显后，指定程序依旧使用集显渲染设置流程如下                 设置流程如下 1、打开 nvdia 控制面板 2、设置全局为独显 3、修改指定程序为独显   4、以上几步若无效，则按如下修改 选择对应的程序 ...
如何设置GPU以达到最佳性能
sheji888的专栏
06-01 2231
所以，通过选择合适的GPU型号、设置正确的运行指令、优化系统设置和使用合适的软件版本和驱动，你可以达到Stable Diffusion AI绘画软件的最佳性能。同时，注意电源供应的稳定性、关闭不必要的后台程序以及进一步调整参数设置和使用附加工具，也可以帮助你进一步提升GPU的性能。对于A卡（AMD显卡），运行指令可以是--skip-torch-cuda-test --no-half --no-half-vae或--skip-torch-cuda-test。
【GPU加速】笔记本双显卡如何切换
cxyhjl的博客
05-19 3万+
Nvidia的双显卡切换设置： 　　NVIDIA开发的optimus技术，不需要用户自己干预，系统会自动判断当前任务，然后选择显卡执行任务。当然如果驱动无法正确识别，或者有些程序不需要使用独立显卡，但是用户想用独立显卡运行也可以手动设置该程序强行使用独立显卡运行，但是这样会无端增加笔记本的散热负担，造成散热风扇高转的结果就是灰尘积累的速度加快，需要频繁清理灰尘。 如何设置运行3D程序时全程使用独立显卡： 　　1、在桌面单击右键，在弹出的菜单上选择NVIDIA控制面板： 　　2、然后弹出NVIDIA的
查看电脑是使用集成显卡还是独立显卡
nbspzs的专栏
10-17 1万+
按下`Win + X`键，然后选择“设备管理器”，在设备管理器中找到“显示适配器”并点击展开，这里会列出你电脑上所有的显卡设备。如果只有一项，通常是集成显卡；在打开的DirectX诊断工具窗口中，查看“显示”一栏，里面会显示显卡的信息。在BIOS/UEFI中，通常会有关于硬件配置的信息，包括显卡。使用第三方系统信息工具，如CPUZ、GPUZ等，这些工具可以提供详细的硬件信息，包括显卡的型号和制造商。检查电脑外壳上是否有独立显卡的标识，或者查看电脑的型号，然后到制造商的官方网站上查找该型号的详细规格。
指定GPU，实际占用第一个GPU的解决方法
junjian Li
11-25 4798
有时候指定GPU运行代码的时候，发现指定的是第3块GPU，但是代码实际是在0号GPU上运行，先按照PCI_BUS_ID顺序从0开始排列GPU设备 ，然后再设置当前使用的GPU设备仅为0号设备 设备名称为’/gpu:0’，代码如下L import os os.environ["CUDA_DEVICE_ORDER"]="PCI_BUS_ID" os.environ["CUDA_VISIBLE_DEVICES"]="0" ...
PyTorch安装
qq_62954268的博客
03-13 1292
PyTorch安装
Pytorch 使用GPU指定卡
m0_60791760的博客
03-03 920
gpu指定卡
python跑代码怎么同时使用核显和独显的GPU
11-17
在Python中运行代码并利用CUDA（NVIDIA的计算统一设备架构）同时使用核显（Integrated Graphics）和独显（Discrete Graphics）的GPU，通常涉及到NVIDIA的深度学习框架如PyTorch或TensorFlow。为了做到这一点，你需要配置CUDA和cuDNN（CUDA的深度学习库）以支持多GPU环境。 首先，确保你的系统已经安装了CUDA和对应版本的cuDNN。对于两个GPU（一个集成显卡和一个独立显卡），你需要： 1. **硬件支持**：确认你的系统有双GPU支持，并且核显和独显都连接到主板上并且工作正常。 2. **驱动程序**：安装并更新NVIDIA GPU的驱动程序，这会管理显卡资源。 3. **环境变量设置**： - 更新环境变量`LD_LIBRARY_PATH`，使得系统能够找到CUDA库和cuDNN。 - 在`.bashrc`或`.zshrc`文件中添加类似下面的内容： ```bash export CUDA_HOME=/path/to/cuda export PATH=$PATH:$CUDA_HOME/bin export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDA_HOME/lib64 ``` 4. **启用CUDA多GPU**： - 对于PyTorch，使用`torch.cuda.set_device()`指定设备索引，例如： ```python import torch device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu") # 如果你想切换到独显： torch.cuda.set_device(1) ``` - 对于TensorFlow，需要导入`tf.config.list_physical_devices()`来选择设备： ```python import tensorflow as tf gpus = tf.config.list_physical_devices('GPU') if gpus: try: for gpu in gpus: tf.config.experimental.set_memory_growth(gpu, True) logical_gpus = tf.config.list_logical_devices('GPU') except RuntimeError as e: print(e) # 切换到独显： tf.config.set_visible_devices(gpus[1], 'GPU') ``` 5. **分配任务**： - 根据需要，你可以将不同的计算任务分配给不同的GPU。比如，在训练模型时，可以分批处理数据，一部分在核显上，另一部分在独显上。 请注意，不是所有应用程序都能无缝地在两个GPU之间负载均衡，有些应用可能会优先使用特定的GPU。此外，由于核显性能较低，可能不适合进行大量计算密集型的任务。
评论
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

Pengsen Ma

太谢谢了

¥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