Website-Suche

So erhalten Sie die Anzahl der CUDA-Kerne unter Linux

In diesem Artikel erfahren Sie, wie Sie die CUDA-Kerne unter Linux zählen können. Als Textbetreff erhalten wir die CUDA-Kernanzahl auf NVIDIA GeForce RTX 3080.

In diesem Tutorial lernen Sie:

  • So erhalten Sie die Anzahl der CUDA-Kerne mit NVIDIA-Treibern
  • So erhalten Sie die Anzahl der CUDA-Kerne mit dem NVIDIA CUDA-Toolkit

Anzahl der NVIDIA RTX 3080 CUDA-Kerne

Verwendete Softwareanforderungen und Konventionen

So erhalten Sie die Anzahl der CUDA-Kerne unter Linux mit dem NVIDIA-Treiber

  1. Der erste Schritt besteht darin, einen geeigneten Treiber für Ihre NVIDIA-Grafikkarte zu installieren. Befolgen Sie dazu eine unserer Installationsanleitungen für NVIDIA-Treiber.

  2. Sobald Sie fertig sind, führen Sie einfach den Befehl nvidia-settings mit den folgenden Befehlsoptionen aus. Hier ist zum Beispiel eine CUDA-Kernanzahl für unsere NVIDIA RTX 3080 GPU:

    nvidia-settings -q CUDACores -t
8704
8704

So erhalten Sie die Anzahl der CUDA-Kerne unter Linux mit dem NVIDIA-Treiber

    1. Beginnen wir mit der Installation des NVIDIA CUDA-Toolkits. Hier sind einige Beispiele für die Installation des CUDA-Toolkits auf einigen gängigen 64-Bit-Linux-Distributionen:
      UBUNTU 20.04:

      wget https://developer.download.nvidia.com/compute/cuda/repos/ubunt4/x86_64/cuda-ubunt4.pin
sudo mv cuda-ubunt4.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubunt4/x86_64/7fa2af80.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubunt4/x86_64/ /"
sudo apt-get update
sudo apt-get -y install cuda

      DEBIAN 10:

      apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/debian10/x86_64/7fa2af80.pub
add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/debian10/x86_64/ /"
add-apt-repository contrib
apt-get update
apt-get -y install cuda

      RHEL 8/CENTOS 8:

      sudo dnf config-manager --add-repo https://developer.download.nvidia.com/compute/cuda/repos/rhel8/x86_64/cuda-rhel8.repo
sudo dnf clean all
sudo dnf -y module install nvidia-driver:latest-dkms
sudo dnf -y install cuda

      2. Weitere CUDA-Installationsanleitungen finden Sie unter CUDA-Downloads.

    2. Suchen Sie im Rahmen der Installation Ihres CUDA-Toolkits das Verzeichnis deviceQuery.

      locate deviceQuery

      Der obige Befehl sollte eine Ausgabe zurückgeben, die der folgenden ähnelt:

      locate deviceQuery
/usr/local/cuda-11.4/extras/demo_suite/deviceQuery
/usr/local/cuda-11.4/samples/1_Utilities/deviceQuery
/usr/local/cuda-11.4/samples/1_Utilities/deviceQuery/Makefile
/usr/local/cuda-11.4/samples/1_Utilities/deviceQuery/NsightEclipse.xml
/usr/local/cuda-11.4/samples/1_Utilities/deviceQuery/deviceQuery.cpp
...

  1. Kompilieren Sie den deviceQuery-Quellcode:

    cd /usr/local/cuda-11.4/samples/1_Utilities/deviceQuery
make

  2. Führen Sie die neu kompilierte Binärdatei aus, um die CUDA-Kernanzahl für Ihre NVIDIA-GPU zu erhalten. :

    ./deviceQuery 
./deviceQuery Starting...

 CUDA Device Query (Runtime API) version (CUDART static linking)

Detected 1 CUDA Capable device(s)

Device 0: "NVIDIA GeForce RTX 3080"
  CUDA Driver Version / Runtime Version          11.4 / 11.4
  CUDA Capability Major/Minor version number:    8.6
  Total amount of global memory:                 10015 MBytes (10501423104 bytes)
  (068) Multiprocessors, (128) CUDA Cores/MP:    8704 CUDA Cores
  GPU Max Clock rate:                            1800 MHz (1.80 GHz)
  Memory Clock rate:                             9501 Mhz
  Memory Bus Width:                              320-bit
  L2 Cache Size:                                 5242880 bytes
  Maximum Texture Dimension Size (x,y,z)         1D=(131072), 2D=(131072, 65536), 3D=(16384, 16384, 16384)
  Maximum Layered 1D Texture Size, (num) layers  1D=(32768), 2048 layers
  Maximum Layered 2D Texture Size, (num) layers  2D=(32768, 32768), 2048 layers
  Total amount of constant memory:               65536 bytes
  Total amount of shared memory per block:       49152 bytes
  Total shared memory per multiprocessor:        102400 bytes
  Total number of registers available per block: 65536
  Warp size:                                     32
  Maximum number of threads per multiprocessor:  1536
  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 2 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
  Device supports Unified Addressing (UVA):      Yes
  Device supports Managed Memory:                Yes
  Device supports Compute Preemption:            Yes
  Supports Cooperative Kernel Launch:            Yes
  Supports MultiDevice Co-op Kernel Launch:      Yes
  Device PCI Domain ID / Bus ID / location ID:   0 / 1 / 0
  Compute Mode:
     < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 11.4, CUDA Runtime Version = 11.4, NumDevs = 1
Result = PASS

Verwandte Artikel: