Centos7系统压力测试GPUburn使用文档

第一步：基础环境准备

1.1安装Centos7.9

默认分区、mini模式、安装过程省略。

安装wget命令

yum update

yum install wget

1.2禁用 nouveau

查看nouveau是否禁用

lsmod |grep nouveau

如果显示下面一堆信息，则表示没有禁用，接着执行下面命令去禁用；

如果无显示信息，则跳过此章节，直接进入下一节：安装显卡驱动。

vi /etc/modprobe.d/blacklist.conf

vi /usr/lib/modprobe.d/dist-blacklist.conf

（两个路径选择其一即可）

屏蔽配置文件中的 blacklist nvidiafb，加上 # 符号用以屏蔽

# 在最后一行添加：blacklist nouveau

blacklist nouveau

options nouveau modeset=0

设置path：

modprobe_path='/etc/modprobe.d/blacklist.conf'

sed -i "s/blacklist nouveau//g" ${modprobe_path}

echo -e '\nblacklist nouveau' >>  ${modprobe_path}

sudo update-initramfs -u

reboot

第二步：安装显卡驱动

2.1 选择驱动

去NVDIA driver search page搜索你的显卡需要的驱动型号并下载(如图）

以RTX 3090为例

2.2下载驱动

下载完成的文件全名如下：

551.86-desktop-win10-win11-64bit-international-dch-whql.exe

第三步：安装CUDA

3.1 确定CUDA版本

根据驱动名称确定CUDA版本。由于我们的驱动版本是551.86，所以CUDA11.0X以上版本均可以使用。

CUDA 12.4 Update 1 Release Notes

版本查询表格：

Table 2 CUDA Toolkit and Minimum Required Driver Version for CUDA Minor Version Compatibility
CUDA Toolkit	Minimum Required Driver Version for CUDA Minor Version Compatibility*
	Linux x86_64 Driver Version	Windows x86_64 Driver Version
CUDA 12.x	>=525.60.13	>=528.33
CUDA 11.8.x CUDA 11.7.x CUDA 11.6.x CUDA 11.5.x CUDA 11.4.x CUDA 11.3.x CUDA 11.2.x CUDA 11.1.x	>=450.80.02	>=452.39
CUDA 11.0 (11.0.3)	>=450.36.06**	>=451.22**

3.2 下载CUDA驱动。

驱动下载网址：

https://developer.nvidia.com/cuda-11-8-0-download-archive?target_os=Linux&target_arch=x86_64&Distribution=CentOS&target_version=7&target_type=runfile_local

Download Installer for Linux CentOS 7 x86_64

The base installer is available for download below.

Installation Instructions:

wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run

sudo sh cuda_11.8.0_520.61.05_linux.run

安装如果本地已经有了，可以跳过wget这步。

3.3 安装CUDA

下载之后，运行如下命令

sh cuda_11.8.0_520.61.05_linux.run

输入accept回车

如果驱动已经安装，这里就不要选Driver下载了，

一定要选择CUDA Toolkit 10.2。

取消选择的方法是：光标停留在Driver那一行上，

然后回车，使[ ]里的X消失

选择Install回车

3.4配置CUDA环境

下载CUDNN

https://developer.nvidia.cn/rdp/cudnn-archive

cp cudnn/include/cudnn.h /usr/local/cuda/include && \

cp cudnn/lib/libcudnn* /usr/local/cuda/lib64 && \

chmod a+r /usr/local/cuda/lib64/libcudnn*

接下来设置环境变量

vi /etc/profile

加入如下环境变量参数到结尾(注意修改为自己的路径)：

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/nvidia/lib64

export CUDA_HOME=/usr/local/cuda

export PATH=$PATH:/usr/local/cuda/bin:/usr/local/nvidia/bin

保存退出，终端运行：

3.4检查nvcc服务

终端运行：

nvcc -V

如果显示下面的文子就说明安装成功了。

第四步：安装gpu_burn测试工具

gpu_burn是一个有效的GPU压力测试工具。

4.1下载gpu_burn

https://github.com/wilicc/gpu-burn
wget https://codeload.github.com/wilicc/gpu-burn/zip/master

解压

unzip gpu-burn-master.zip

cd gpu-burn

4.2安装gpu_burn

修改Makefile文件

vim 编辑Makefile文件，去掉 -arch=compute_30

给Makefile添加执行权限

chmod +x Makefile

make

生成gpu_burn 脚本 ，执行./gpu_burn 即可测试GPU

4.3运行gpu_burn

原有程序的时间设置较短，可执行诸如 ./gpu_burn 60 的命令设置运行时间。同时，可以新建终端，使用 nvidia-smi检测GPU运行状态。

运行命令例子：./gpu_burn -m 95% 300

(使用95%，时间300秒)

下面是gpu_burn使用说明。

下面是gpu_burn使用说明。

下面是gpu_burn使用说明。

Usage

GPU Burn

Usage: gpu_burn [OPTIONS] [TIME]  

-m X Use X MB of memory             [允许使用X MB的内存，单位MB]

-m N%  Use N% of the available GPU memory    [使用N%的可用GPU内存]

-d     Use doubles           [使用双精度浮点数]

-tc    Try to use Tensor cores (if available) [尝试使用Tensor Cores如果可用]

-l     List all GPUs in the system     [列出系统中的所有GPU]

-i N   Execute only on GPU N                       [仅在GPU N上执行]

-h     Show this help message   [显示此帮助消息]

Example:

gpu_burn -d 3600

以指定某几张卡跑,比如指定0和1号卡

export CUDA_VISIBLE_DEVICES=0,1

原有程序的时间设置较短，可执行诸如 ./gpu_burn 60 的命令设置运行时间。同时，可以新建终端，使用 nvidia-smi检测GPU运行状态。