我正在尝试用python创建一个小时裸金属服务器：
$ slcli hw create -H testhost -D blah.com -s S1270_8GB_2X1TBSATA_NORAID -o UBUNTU_16_64 -d dal01 --port-speed 100 --billing hourly -k mykey This action will incur charges on your account. Continue? [y/N]: y SoftLayerAPIError(SoftLayer_Exception_Public): Unable to add a Grap
浏览 3提问于2016-08-17得票数 0
回答已采纳
1回答
我正在使用谷歌免费试用300美元。最近尝试按照启动一个GPU实例。
我已经配置了正确的区域。但是消息是“配额'NVIDIA_K80_GPUS‘超出了。限制: 0.0”。这是否意味着GPU无法在免费试用中使用？或者是gcp的某种错误。
浏览 6提问于2017-02-23得票数 9
回答已采纳
我的应用程序使用HLS从服务器流传输视频，但当我从服务器请求HLS流时，我需要将设备可以处理的最大视频比特率传递给它。在中，它说“设备的可用视频录制配置文件可以作为媒体播放功能的代理”，但是当我尝试检索设备的videoBitRate时，无论设备是什么(Galaxy Nexus，Galaxy Tab Plus 7"，Galaxy Tab 8.9)，它总是以12Mb/s的速度返回，尽管它们有3个不同的GPU (PowerVR SGX540，马里-400 MP，Tegra 250 GPU)。
CamcorderProfile camcorderProfile = CamcorderProfi
浏览 2提问于2013-02-01得票数 14
回答已采纳
2回答
在尝试用安装pip3 install tensorflow-gpu时，我会收到以下错误消息：
Collecting tensorflow-gpu
Could not find a version that satisfies the requirement tensorflow-gpu (from versions: )
No matching distribution found for tensorflow-gpu
我安装了。我重新启动了我的系统。我用python-3.7.0a2-amd64-webinstall.exe重新安装了python。我做错了什么？
浏览 8提问于2017-11-09得票数 0
回答已采纳
我的PC没有安装GPU，为了加快执行速度，我想通过连接到本地运行时来使用google建议的GPU (因为我使用的数据集太大，无法上传到google驱动器上)。我在我的电脑上安装了正常的tensorflow，当我尝试用GPU在google上运行我的代码时，速度没有变化。为了能够使用google，我需要在我的pc上安装tensorflow-gpu吗？tensorflow-gpu的版本必须与tensorflow相同？
浏览 8提问于2021-11-06得票数 1
我正在尝试用3个GPU训练一个。
我特别告诉TF使用第二个GPU分配模型：
with tf.device('device:GPU:1'):
logits, end_points = inception_v3(inputs)
但是，每次运行代码时，我都会在该GPU上得到OOM错误。我试图减少batch_size，所以这个模型适合内存，但是网络被破坏了。
我有3个GPU，所以，有没有办法告诉TF使用我的第三个GPU时，第二个是满的？我试过不告诉TF使用任何GPU，允许软位置，但它也不起作用。
浏览 2提问于2017-12-23得票数 1
回答已采纳
在GPU上运行renderscript代码似乎需要一些“额外”的努力，而不是编写高质量的renderscript代码。
尽管谷歌的人证明，Nexus 7可以通过renderscript (视频中为25:50 )完成GPU计算，而PowerVR则表示其GPU将支持Renderscript GPU计算()。但是似乎要启用renderscript GPU计算，总是需要新的GPU驱动程序。否则只会使用CPU。
由于我没有预算购买Nexus5，7，10并试用它们，我想问市场上那些设备是否直接支持renderscript GPU计算。
除了Nexus，市场上还有其他设备直接支持这一点吗？非常感谢。
浏览 1提问于2013-11-07得票数 3
回答已采纳
我们尝试用Tensorflow在两个GTX-1060上训练SeqGAN，但发现它只用于训练/GPU:0。检查log_device_placement后，所有层都连接到GPU:0，没有层使用GPU:1。
搜索之后，我们似乎需要自己将层部署到多个GPU中。(但我们不确定这是否正确。)
我们的问题是，我们能否像这样部署我们的培训工作：
假设BATCH=64
GPU:0:处理0-31批数据
GPU:1:处理32-63批数据
总结这两种设备的结果。
这是Tensorflow的支持吗？我们需要自己实施吗？
SeqGAN：
日志：
浏览 2提问于2017-07-11得票数 1
有两次，当我使用4x1080ti完成训练模型时，服务器就崩溃了。服务器为什么会崩溃？
我得到了sysylog，发现了一些关于Nvidia驱动程序或GPU的错误。
系统日志：(和)
第二个
9月6日21:11:41 GPU-8-服务器-整数内核: 31429.221258 NVRM: RmInitAdapter失败！(0x30:0xffff:682)
9月6日21:11:41 gpu-8-服务器-整数内核: 31429.221337 NVRM: rm_init_adapter失败，因为设备的小号为0。
9月6日21:13:54 GPU-8-服务器-整数内核: 31562.154256 NVRM
浏览 20提问于2017-09-08得票数 3
我尝试用OpenCV来产生立体图像的视差，用GPU来优化性能，但两者的结果不同。
StereoSGBM初始化
StereoSGBM sbm;
sbm.SADWindowSize = 3;
sbm.numberOfDisparities = 144;
sbm.preFilterCap = 63;
sbm.minDisparity = -39;
sbm.uniquenessRatio = 10;
sbm.speckleWindowSize = 100;
sbm.speckleRange = 32;
sbm.disp12MaxDiff = 1;
sbm.fullDP = false;
sbm.P1
浏览 6提问于2014-03-03得票数 2
回答已采纳
3回答
我正在尝试用visual c++ 2008速成版构建openCV库。我从opencv svn服务器下载了最新的代码，并使用CMake 2.8创建项目。我在默认目录中安装了"CUDA Toolkit 32位“和"NPP library 32 but”，但每次尝试构建这些库时，我总是收到以下错误：
26>### Assertion failure at line 2135 of ../../be/cg/NVISA/cgtarget.cxx:
26>### Compiler Error in file C:/Users/[...]/AppData/Local/Temp/t
浏览 5提问于2011-03-13得票数 0
回答已采纳
1回答
我试图使用一个由多个进程与Python共享的数组。我用multiprocessing.RawArray定义数组，用numpy.frombuffer()定义数组，完成了CPU版本。当我尝试用chainer.cuda.to_gpu()将代码移植到GPU时，我发现每个进程只是在GPU内存空间中复制自己的副本，并且数组是不共享的。有人知道有没有办法解决这个问题吗？
谢谢!
浏览 4提问于2016-11-11得票数 0
回答已采纳
我正在尝试释放GPU内存后，完成了使用模型。
在创建和培训模型之前，我检查了nvidia-smi：402MiB / 7973MiB
在创建和训练模型之后，我再次使用nvidia-smi：7801MiB / 7973MiB检查GPU内存状态。
现在，我尝试用以下方法释放GPU内存：
del model
torch.cuda.empty_cache()
gc.collect()
并再次检查GPU内存：2361MiB / 7973MiB
如您所见，并不是所有的GPU内存都被释放了(我希望得到 400~MiB / 7973MiB)。
我只能通过终端(sudo fus
浏览 3提问于2021-11-21得票数 6
回答已采纳
1回答
在Python3.5中，我尝试使用'tensorflow‘模块：
import tensorflow as tf
但是..。上面写着No mudule named tensorflow
我只是尝试用pip3下载模块：
pip3 install --upgrade tensorflow-gpu
(如tensorflow.org所述，我有使用GPU支持运行tensorflow的所有要求)
浏览 0提问于2018-09-04得票数 0
我已经在Nvidia Jetson Tx2上开发了gstreamer编码。但是现在我正在尝试使用gstreamer进行桌面Nvidia GPU编码。
我无法获得"omxh264enc“在列出的受支持的元素使用”gst-检查-1.0.exe“。
因此，我想使用Gstreamer在*桌面GPU*上进行硬件编码。
请指导我在正确的方向，或任何示例命令行或程序的桌面gpu支持的编码。注意:我正在试用笔记本电脑gpu + visual studio 2015
你好，阿迪
浏览 0提问于2018-05-23得票数 1
1回答
我正在尝试用OpenCV在CUDA上做一个特征匹配算法。我正在使用ORB特性。我遇到的主要问题是我能够很好地计算ORB关键点，但是描述符总是空的。我试了所有的方法，但都没有成功。我尝试了opencv的最新版本(3.4.0)和3.2.0版本。这是我的代码的简化版本：
cv::Ptr<cv::cuda::ORB> orb_gpu = cv::cuda::ORB::create(5000);
std::vector<cv::KeyPoint> keypoints;
cv::cuda::GpuMat descriptors;
cv::cuda::GpuMat img_gpu(c
浏览 11提问于2018-01-19得票数 2
回答已采纳
我正在尝试用Nvidia GPU节点/奴隶来设置Kubernetes。我遵循了的指南，并且能够让节点加入集群。我尝试了下面的kubeadm示例pod：
apiVersion: v1
kind: Pod
metadata:
name: gpu-pod
spec:
containers:
- name: cuda-container
image: nvidia/cuda:9.0-base
command: ["sleep"]
args: ["100000"]
extendedResourceReques
浏览 3提问于2018-08-07得票数 1
回答已采纳
有一个带有两个GPU的服务器(Intel Xeon E5-2670，)和一个AMD GPU (Tahiti XT Radeon HD 7970)。还有连接到此服务器的SSD (系统和可执行文件)和HDD (重数据)。
有时服务器在高负荷下工作几个小时。有时服务器空闲数小时(空闲时间可能超过8小时)。
我听到了两种相反的观点：
我不应该关闭我的服务器，因为服务器是设计为不关闭而工作的。成千上万的服务器不关机，一个月不间断地工作。
如果服务器上没有负载，则应关闭服务器。尤其是因为GPU。GPU和GPU冷却器的资源有限，即使在负载不重的情况下，GPU也不能一直打开。
哪种观点是正确的？我应该还是不应
浏览 0提问于2013-08-20得票数 1
回答已采纳
环境:Python3.6.2
当我尝试用以下命令安装tensorflow-gpu时：
pip3 install --upgrade tensorflow-gpu
它在尝试安装相关packeg:futures时引发错误消息。
未知需要Python '>=2.6，<3‘，但是运行的Python是3.6.2。
但是futures是python2的唯一包。
我该怎么处理呢？
浏览 0提问于2018-01-28得票数 1
1回答
在上，我猜GPU实例不一定对参数服务器有效，因为参数服务器只保留值，不运行矩阵乘法等任何计算。
因此，我认为的示例配置(参数服务器使用CPU，其他服务器使用GPU )具有良好的成本性能：
trainingInput:
scaleTier: CUSTOM
masterType: standard_gpu
workerType: standard_gpu
parameterServerType: standard_cpu
workerCount: 3
parameterServerCount: 4
是那么回事吗？
浏览 3提问于2017-04-14得票数 0
回答已采纳
我有一小部分代码试图将Mat转换为GpuMat并进行反向转换。当我尝试用“上传”函数上传GpuMat中的Mat时，它会中断。如果我在调试的下一步，GpuMat的大小是写的，和Mat一样，但是它不会上传像素数据。以下是代码：
Mat initFrame;
Mat initconv;
Mat threshold;
imageCircle.copyTo(initFrame);
cvtColor(initFrame,initconv,CV_BGR2HSV);
gpu::GpuMat myFrame;
gpu::GpuMat myFrameLab;
myFrame.upload(initconv);
浏览 4提问于2016-01-18得票数 0
1回答
GP GPU入门？
、、、
关于GPGPU编程入门，我有两个基本问题：
(1)如果我在Mac上执行GPGPU，是否会影响显示器上的图像？我如何知道窗口系统或其他程序的输出不会竞争GPU？
(2)有没有办法不用购买高端显卡就可以在某处试用AMD GPU编程？我见过的租借云服务都在使用Nvidia。我的计算将是逻辑整数(位缠绕)计算限制，我已经读到AMD GPU更适合这些应用程序。
浏览 1提问于2014-05-03得票数 0
1回答
我有一个关于NVIDIA GPU性能的问题。我有一个实现，我在两个数组之间进行插值。使用倾斜到线性内存的纹理比使用CUDA数组更快。目前，我只在一个GPU上试用了它。每个GPU上都是这样吗?或者会有差异吗？我在笔记本电脑上使用GPU。桌面GPU是否更快？因为目前我只获得了2-3的加速。
我可能看起来像一个愚蠢的问题，但我会感谢一个在许多GPU上处理纹理的人的回答。我想知道使用CUDA-Arrays (它应该有一些缓存优化...)速度更慢。
我正在NVIDIA Quadro 2000m上工作，我正在将它与I7-2860QM @ 2,50GHZ (实现)进行比较。这是一场公平的竞赛吗？
浏览 1提问于2012-11-21得票数 3
回答已采纳
我想运行一个在服务器上也使用Tensorflow的Python脚本。当我在没有会话配置的情况下运行它时，进程会分配所有GPU内存，从而阻止任何其他进程访问GPU。
服务器规范如下：
CPU: 2x12核心@2.5 GHz，
RAM: 256 RAM
磁盘:2x240GB SSD，6x4TB@7200RPM，
GPU: 2×Nvidia Titan X.
此服务器由其他同事共享，因此不允许我分配所有GPU内存。
在Tensorflow网站上，我发现这些指令可以为使用的GPU内存设置一个阈值。
config = tf.ConfigProto()
config.gpu_opt
浏览 9提问于2017-05-16得票数 1
2回答
我们有一个Kubernetes集群。 现在我们想用GPU节点来扩展它(因此这将是Kubernetes集群中唯一拥有GPU的节点)。 我们希望避免Kubernetes在这些节点上调度pod，除非它们需要GPU。 并不是所有的管道都可以使用GPU。绝大多数仍然只占用大量CPU资源。 配备GPU的服务器可能非常昂贵(例如，Nvidia DGX每台服务器可能高达150美元/k)。 如果我们只是将DGX节点添加到Kubernetes集群中，那么Kubernetes也会在那里调度非GPU工作负载，这将是对资源的浪费(例如，其他调度较晚并且确实需要GPU的作业，可能会在那里耗尽其他非GPU资源，如CPU和
浏览 24提问于2018-12-20得票数 1
回答已采纳
看看这个例子，我尝试用我的图形处理器来乘以两个tf.int32矩阵。
import tensorflow as tf
matrix1 = tf.constant([[3,3]])
matrix2 = tf.constant([[2],[2]])
with tf.device("/gpu:0"):
product = tf.matmul(matrix1,matrix2)
with tf.Session() as sess:
result = sess.run(product)
print(result)
它与上的示例类似
我得到了输出：
...
I t
浏览 3提问于2016-08-29得票数 0
回答已采纳
1回答
我试图在GCP上启动一个VM实例，它需要有一个GPU，但是当我启动这个实例时，我没有允许的GPU数量。它让我通过Quouta页面请求。但是GPU配额并没有出现在这个页面中。
我已经升级了我的免费试用帐户，我已经厌倦了其他的建议，所以我可以找到一些类似的东西：
隐名模式
其他浏览器
进入配额页面：“计算引擎->配额”和"IAM & Admin->
建议在另一篇文章中进行一些过滤
有人知道怎么申请这些GPU配额吗？
编辑将GCP添加到标题中
浏览 3提问于2017-08-29得票数 4
回答已采纳
我已经安装了pycuda，我正在尝试用下面的代码来测试它。
import pycuda.driver as cuda
import pycuda.autoinit
from pycuda.compiler import SourceModule
import numpy
a = numpy.random.randn(4,4)
a = a.astype(numpy.float32)
a_gpu = cuda.mem_alloc(a.nbytes)
cuda.memcpy_htod(a_gpu, a)
mod = SourceModule("""
__global__
浏览 8提问于2019-05-19得票数 1
我有一个项目，使用cmake编译和单元测试之后。它的标准程序是
cmake .. -DUSE_CUDA=ON ; make ; make test ARGS="-j 10"
问题是，在make test阶段，我的服务器上有4个GPU，只使用一个GPU。我可以通过nvidia-smi命令看到它。我想知道是否有一种方法可以在Cmakefiles中设置，以更改正在使用的GPU并最终使用所有的GPU。
下面是执行所有测试用例的单元测试代码。我试图通过将环境变量CUDA_VISIBLE_DEVICES设置为1来强制它在GPU 1上运行，但是代码仍然运行在GPU核心0上。
function
浏览 11提问于2022-11-15得票数 -1
我正在尝试重置我的Azure虚拟机的GPU (运行在运行Ubuntu16.04.1的NVIDIA GPU Cloud Image上的Standard NV6 )，以便在深度学习算法上获得可重复的结果。我找到了这个NVIDIA帮助页面，这解释了我不能重置DGX-1服务器的单个GPU：
在DGX-1和DGX-1V平台上，不能重置单个GPU，因为它们是通过nvlink连接的，因此所有GPU都必须同时复位。
如何找到我的Azure机器上的GPU是否属于DGX-1服务器？
浏览 0提问于2019-02-15得票数 0
我已经在我的Ubuntu上安装了Visual代码1.7.1。一开始我有一个空白的屏幕，但是在我添加了-禁用-gpu之后，它工作得很好。现在，如果我在命令行中运行代码-禁用gpu，一切都很好。我还将Exec行更改为Exec=/usr/share/ Code /code -禁用-gpu %U在/usr/share/application/code.桌面，这样我也可以单击桌面上的图标来运行代码。
我唯一的问题是，当我有一个文件(比如CSS)并且我想用打开它时，我右击它并尝试用代码打开它--我又有了一个空白的屏幕。如何在那里添加--禁用-gpu参数？
提前感谢！
浏览 2提问于2016-11-23得票数 0
比方说，我想为Android编写自己的软件来测试渲染性能。基本上类似于3Dmark的东西。不同的测试用例应该衡量哪些因素？它会简单地渲染大量的顶点吗？运行一大堆纹理？
有没有可以帮助开发特定测试用例的书籍或在线指南的资源，这些测试用例可以测试手机/平板电脑GPU的特定部分？
谢谢,
浏览 2提问于2013-11-30得票数 0
显然，谷歌不会为免费试用提供支持，因此没有办法在这方面获得官方帮助。 我正在尝试建立一个免费试用版的谷歌云，在云GPU上运行一个深度学习项目。设置项目后，我希望添加一个机器学习VM。我去那里，它告诉我，我需要增加我的GPU配额。但是，当我点击“更改配额”链接时，我无法更改GPU配额，因为我没有使用当前可用的配额(即0) ... ? 有没有人知道该怎么做？我的目标是为我的学生制作一个指南，他们将在几天内需要这个资源。我在夏天在另一个谷歌账号上使用了它，但需要在一个新的账号上再次使用它，这样我就可以告诉我的学生它对他们来说是什么样子的。所以，我想我对大多数步骤都很熟悉，但是我以前没有见过
浏览 82提问于2021-11-13得票数 0
回答已采纳
1回答
我试图在自定义数据集上训练VGGNET模型，我已经在colab上试验了这个模型，但是现在我需要在本地机器上运行相同的代码。
我尝试用Tensorflow GPU 1.15和CUDA 10.0运行代码(我正在使用的colab有Tensorflow GPU 1.15和CUDA 10.0)，但是代码给出了这个错误
...
(0) Unknown: Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning l
浏览 2提问于2020-03-18得票数 0
回答已采纳
1回答
我想买一个服务器4核心英特尔XeonE3-1220 v5 (16 GB内存)，但没有GPU。
作为一台远程桌面计算机可以使用吗？
我知道我们需要GPU在屏幕上显示图像，但我不知道我们需要GPU在哪一边。
我们需要GPU在服务器端，以正常显示桌面屏幕通过remore桌面，还是我们需要GPU在客户端？还是两边的？
浏览 0提问于2017-07-31得票数 1
回答已采纳
我正在尝试用cuda7.0安装pycuda，没有问题，运行代码很好，但是在用安装pycuda后，我不能安装和运行pycuda，尝试用pycuda运行简单的代码
import pycuda.driver as cuda
import pycuda.autoinit
from pycuda.compiler import SourceModule
import numpy
mod = SourceModule("""
___global___ void doublify(float *a)
{
int idx= threadIdx.x + threadIdx.y*4
浏览 24提问于2015-11-24得票数 2
我的服务器配置如下：
Apache2.4.23.
Mod_wsgi 4.5.9
通过使用Django框架和apache服务器，我们调用Keras深度学习模型。和模型调用成功后，模型一直运行在GPU内存中，除非关闭服务器，否则无法释放GPU内存。
那么，在通过Apache+Mod_wsgi+Django调用Keras模型时是否有任何方法来控制GPU内存的发布？
谢谢!
浏览 17提问于2017-05-12得票数 15
回答已采纳
1回答
我有一个华硕UX303U，不会使用我的gpu。我已经更新并试用了其他硬件的驱动程序。Nvidia X服务器仍然没有主选项卡，而nvidia-质数给我命令，即使安装了也找不到。我的英特尔gpu似乎一直在控制着我。数多apt-得到净化nvidia-*找不到任何东西来清洗。我不知道该怎么办。我能找到的每个指南都有一个不起作用的命令，或者没有切换到nvidia gpu的选项。有什么想法吗？
lspci -vnnn | perl -lne 'print if /^\d+\:.+(\[\S+\:\S+\])/' | grep VGA
00:02.0 VGA compatible cont
浏览 0提问于2016-12-13得票数 0
我使用pantheon桌面运行Ubuntu18.04.3，我使用以下命令安装了Nvidia驱动程序：
$ sudo apt install nvidia-driver-440
在这个过程完成后，我重新启动了我的电脑。现在已经安装了NVIDIA X服务器设置，应用程序中心显示驱动程序已经成功安装，但是当我尝试用主GPU改变主GPU时，它无法工作。素数设置 附加驱动程序设置
我运行了下面的命令来找出GPU到底在工作什么。我得到的是：
$ glxinfo|egrep "OpenGL vendor|OpenGL renderer"
OpenGL vendor string: Intel
浏览 0提问于2019-12-20得票数 5
1回答
当系统使用超过400瓦时，我想设置一个powercap。我尝试用一个简单的if语句来完成这个任务，但是if语句也是在当前电源为256瓦时运行的。
我的代码如下所示
a=400
node1 = Node(0, 0, 0, 0)
node1.getPowerUsage()
node1.getGpuPowerUsage()
node1.getCpuPowerUsage()
node1.setPowercap()
if(node1.getCpuPowerUsage() > a):
node1.setPowercap()
else:
print("nothing t
浏览 0提问于2019-04-25得票数 2
回答已采纳
自从我在Ubuntu服务器14.04上安装netatalk以来，我在启动时就感到内核恐慌。我认为netatalk是原因，因为我可以在内核恐慌屏幕中多次看到"appletalk“这个词。我还更改了RAM模块，并检查了我的HDD、CPU和GPU，以确保内核恐慌不是硬件故障造成的。我尝试用不同的内核引导，情况并没有改变，而在救援模式下引导并没有导致内核恐慌。但是，在发出dpkg --configure -a命令之后，即使在救援模式下，内核也会出现恐慌。
我真的不知道该做什么，也不太了解内核恐慌屏幕。给你，我希望你能帮我。
📷
浏览 0提问于2014-07-11得票数 0
我有一个GPU: GTX 1050和~4GB内存。
我尝试用192x192pix和batch=7蒙面RCNN。我得到了一个错误：CUDA_ERROR_OUT_OF_MEMORY: out of memory
我找到了这
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
session = tf.Session(config=config, ...)
File "<ipython-input-2-0806c9f06bd0>", line 3
session = tf.Sess
浏览 0提问于2019-03-11得票数 2
我有一个hp proliant dl380 g7服务器。
当我插入pci-e的GPU (千兆字节gt 610)和电源在服务器上，风扇加快了很多，以制造太多的噪音。当我拔掉GPU和服务器上的电源时，风扇(和噪音ofc)恢复正常-安静。
我应该怎么做，让GPU插入和球迷去他们的正常RPM？
谢谢
浏览 0提问于2017-01-25得票数 -2
我正在尝试用TensorFlow对图像进行分类。
在中是这样的：
predictions = sess.run(softmax_tensor, {'DecodeJpeg/contents:0': image_data})
现在，我正在寻找一种一次性对多个图像进行分类的解决方案，因为我希望在我的GPU上计算分类，而我不想将图像逐个移动到GPU，因为这会降低性能。
循环遍历sess.run(...)上的所有图像并没有达到我想要的效果:每个图像仍然被单独发送到GPU。
with tf.Session() as sess:
softmax_tensor = sess.graph
浏览 0提问于2016-08-11得票数 4
用GPU扩展1U / 2U服务器的可能选择是什么？
例如，我正在寻找如何将GTX 1650添加到服务器中的解决方案。GPU通常有两个槽宽，因此通常不适合1U/2U服务器。
什么用途？
我想要对虚拟操作系统进行directIO传输，以便对GPU进行“原生”访问。例如用于视频或GPU密集渲染(搅拌机、达文西等)
已经尝试过x1适配器来模拟通常用于挖掘的外部x16插槽，但是性能是一个大问题。
有什么标准可供选择吗？
对于共享GPU的解决方案有什么建议吗？
浏览 0提问于2021-07-25得票数 -4
1回答
我想微调伯特多语种，但我不知道GPU要求培训伯特多语言。我的本地机器上有GTX 1050ti 4GB。我想知道GPU需要什么样的尺寸，需要什么样的GPU来训练伯特。我可以访问服务器资源。有人能告诉我我应该在服务器上要求什么尺寸的GPU吗？
浏览 0提问于2020-08-26得票数 6
我正在运行tensorflow程序，只是好奇为什么nvidia-smi显示我正在使用gpu，但为什么任务管理器显示我没有使用gpu。 我在我的电脑(Windows10)和服务器(ubuntu 16.04)上运行了相同的tensorflow代码。我发现这个程序在服务器上运行得很快，我很好奇是什么让它更快。当我看到nvidia-smi的结果时，gpu内存在我的计算机中比在服务器中的使用率更高。我发现nvidia-smi打印的程序使用的是gpu，但是任务管理器打印的程序并没有使用gpu！ (base) PS C:\Users\82102> nvidia-smi
Wed Sep 11 19:3
浏览 548提问于2019-09-11得票数 0
1回答
我正在尝试在非 GPU机器上加载一个文件。.txt文件被转储到GPU机器上：
with open("Data/all_rewards.txt", "wb") as f:
pickle.dump(all_rewards, f)
该文件只包含文本数据，不包含网络模型或其他任何内容。在GPU机器上，我没有问题加载数据：
with open("all_rewards.txt", 'rb') as f:
losses = pickle.load(f)
然而，在非 GPU机器上，我得到了错误：
AssertionError(&
浏览 1提问于2018-08-06得票数 1
2回答
我试图使用CUDA作为opencv-4.1.1中提供的dnn模块的后端，我已经在启用CUDA的情况下构建了opencv，nvidia驱动程序和CUDA被正确地放置在系统上，这里使用manjaro作为开发平台。
我正在尝试用cv2.dnn模块加载预先训练过的YOLOv3权重，
net = cv2.dnn.readNetFromDarknet('yolov3.cfg', 'yolov3.weights')
但是它使用CPU作为推理引擎，但我尝试使用GPU作为后端IE，我发现
DNN_TARGET_CPU
DNN_TARGET_OPENCL
DNN_
浏览 0提问于2019-08-09得票数 8
回答已采纳
我正在尝试用WatchYourStep算法来训练一个使用StellarGraph的大图嵌入。
由于某种原因，模型只在一个上训练，而不使用GPU。
使用：
TensorFlow-gpu 2.3.1有2个GPU，Cuda10.1运行在nvidia-码头容器中。(tf.debugging.set_log_device_placement(True))I试图在with tf.device('/GPU:0'):I下运行，已经尝试用tf.distribute.MirroredStrategy().Tried运行它来卸载tensorflow并重新安装tensorflow-gpu.
尽管如此，
浏览 7提问于2020-11-02得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
