- Februar 11, 2017
- Vasilis Vryniotis
- . 6 kommentarer
dstat er et fantastisk lille værktøj, som giver dig mulighed for at få ressourcestatistik til din Linux-boks. Den har en modulær arkitektur, som giver dig mulighed for at udvikle yderligere plugins, og den er nem at bruge. For nylig profilerede jeg en Deep Learning-pipeline udviklet med Keras og Tensorflow, og jeg havde brug for detaljerede statistikker om CPU, harddisk og GPU-brug. De to første er tilgængelige ud af kassen af dstat, men så vidt jeg ved, er der ikke desto mindre noget plugin til overvågning af GPU-brug til NVIDIA-grafikkort.
Heldigvis er det super nemt at skrive et python-plugin til dstat. Jeg har allerede sendt en pull-anmodning på den officielle repo, men da nye versioner udgives relativt sjældent er her nogle instruktioner om, hvordan man konfigurerer dstat NVIDIA GPU-brugsplugin på din boks.
Installation
Følgende kommandoer er testet på Ubuntu 16.04, og de vil hjælpe dig med at installere dstat, Python NVIDIA Management Library og mit dstat nvidia plugin:
sudo apt-get install dstat #install dstat sudo pip install nvidia-ml-py #install Python NVIDIA Management Library wget https://raw.githubusercontent.com/datumbox/dstat/master/plugins/dstat_nvidia_gpu.py sudo mv dstat_nvidia_gpu.py /usr/share/dstat/ #move file to the plugins directory of dstat
For at få alle standardstatistikker sammen med GPU-brug (procent), skriv følgende kommando:
dstat -a --nvidia-gpu ----total-cpu-usage---- -dsk/total- -net/total- ---paging-- ---system-- gpu-u usr sys idl wai hiq siq| read writ| recv send| in out | int csw |total 2 1 96 0 0 0|5816k 15M| 0 0 | 0 0 | 45k 98k| 68 0 1 98 0 0 0| 57M 128k| 104B 902B| 0 0 | 42k 85k| 50 8 7 84 1 0 0| 152M 0 | 292B 448B| 0 0 | 52k 93k| 39 1 1 97 1 0 0| 111M 0 | 52B 374B| 0 0 | 51k 116k| 62 0 1 98 1 0 0| 129M 0 | 80B 416B| 0 0 | 43k 85k| 92 0 2 98 0 0 0| 0 0 | 52B 374B| 0 0 | 41k 83k| 81
For at få al brugsstatistik for hver GPU skal du bruge følgende kommando:
dstat --nvidia-gpu -f -------------------------------------------gpu-usage-nvidia------------------------------------------ total gpu0 gpu1 gpu2 gpu3 gpu4 gpu5 gpu6 gpu7 gpu8 gpu9 gpu10 gpu11 gpu12 gpu13 gpu14 gpu15 19 23 22 21 21 20 22 23 25 15 18 16 16 16 18 16 14 18 21 20 18 22 21 21 22 21 15 15 14 14 14 15 16 13 10 14 9 13 8 9 11 9 12 9 9 10 10 8 7 9 9 18 20 22 19 21 20 21 21 22 14 15 14 15 14 15 15 15 20 24 22 23 24 25 22 22 22 16 16 16 16 16 16 18 16 15 21 18 19 18 17 17 16 18 14 13 13 14 13 12 11 11 20 24 22 22 24 25 23 24 22 16 18 16 14 17 17 17 15 19 29 18 23 21 22 21 20 21 18 16 16 18 14 14 17 17
Sådan fungerer det
Pluginnet henter antallet af tilgængelige GPU'er på systemet og prøver 10 gange brugsmetrikken for hver GPU. Sampling flere gange vil forhåbentlig returnere jævnere metrics end at få en enkelt måling. Derefter beregner den et gennemsnit af brugen på tværs af alle GPU'er og returnerer resultaterne til brugeren. Kildekoden til plugin'et er tilgængelig link..
Håber du nyder det, glad GPU-programmering! 🙂
- AI
- ai kunst
- ai kunst generator
- en robot
- kunstig intelligens
- certificering af kunstig intelligens
- kunstig intelligens robot
- kunstig intelligens robotter
- software til kunstig intelligens
- blockchain
- blockchain konference ai
- coingenius
- samtale kunstig intelligens
- kryptokonference ai
- dalls
- Datumboks
- dyb læring
- du har google
- machine learning
- plato
- platon ai
- Platon Data Intelligence
- Platon spil
- PlatoData
- platogaming
- Programmering
- skala ai
- syntaks
- zephyrnet