Recherche de site Web

Comment obtenir le nombre de cœurs CUDA sur Linux

Dans cet article, vous apprendrez comment obtenir le comptage des cœurs CUDA sous Linux. En tant que sujet de texte, nous obtiendrons le nombre de cœurs CUDA sur NVIDIA GeForce RTX 3080.

Dans ce tutoriel, vous allez apprendre :

  • Comment obtenir le nombre de cœurs CUDA à l’aide des pilotes NVIDIA
  • Comment obtenir le nombre de cœurs CUDA à l’aide de la boîte à outils CUDA de NVIDIA

Nombre de cœurs NVIDIA RTX 3080 CUDA

Configuration logicielle requise et conventions utilisées

Comment obtenir le nombre de cœurs CUDA sur Linux à l’aide du pilote NVIDIA

  1. La première étape consiste à installer un pilote approprié pour votre carte graphique NVIDIA. Pour ce faire, suivez l’un de nos guides d’installation de pilotes NVIDIA.

  2. Une fois que vous êtes prêt, exécutez simplement la commande nvidia-settings en utilisant les options de commande suivantes. Donc, par exemple, voici un nombre de cœurs CUDA pour notre GPU NVIDIA RTX 3080 :

    nvidia-settings -q CUDACores -t
8704
8704

Comment obtenir le nombre de cœurs CUDA sur Linux à l’aide du pilote NVIDIA

    1. Commençons par l’installation de la boîte à outils NVIDIA CUDA. Voici quelques exemples d’installation de la boîte à outils CUDA sur certaines distributions Linux 64 bits courantes :
      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. Pour plus de guides d’installation CUDA, consultez la page Téléchargements CUDA.

    2. Dans le cadre de l’installation de votre boîte à outils CUDA, recherchez son répertoire deviceQuery.

      locate deviceQuery

      La commande ci-dessus doit renvoyer une sortie similaire à celle ci-dessous :

      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. Compilez le code source deviceQuery :

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

  2. Exécutez le binaire nouvellement compilé pour obtenir le nombre de cœurs CUDA pour votre GPU NVIDIA. :

    ./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

Articles connexes: