目录

1.查看服务器显卡情况

2.命令行指定GPU运行python程序

3.python程序中直接指定GPU

4.总结

1.查看服务器显卡情况

nvidia-smi

运行结果：

由图可以看到有两张显卡：0  NVIDIA GeForce RTX 2080 Ti和1  NVIDIA GeForce RTX 2080 Ti

其他信息说明：
GPU：GPU 编号；
Name：GPU 型号；
Persistence-M：持续模式的状态。持续模式虽然耗能大，但是在新的GPU应用启动时，花费的时间更少，这里显示的是off的状态；
Fan：风扇转速，从0到100%之间变动；
Temp：温度，单位是摄氏度；
Perf：性能状态，从P0到P12，P0表示最大性能，P12表示状态最小性能（即 GPU 未工作时为P0，达到最大工作限度时为P12）。
Pwr:Usage/Cap：能耗；
Memory Usage：显存使用率；
Bus-Id：涉及GPU总线的东西 
Disp.A：Display Active，表示GPU的显示是否初始化；
Volatile GPU-Util：浮动的GPU利用率；
Uncorr. ECC：Error Correcting Code，错误检查与纠正；
Compute M：compute mode，计算模式

2.命令行指定GPU运行python程序

CUDA_VISIBLE_DEVICES=0 python test.py  

CUDA_VISIBLE_DEVICES指定的是显卡编号，也可以同时添加（不太清楚同时添加是怎么样的效果，可以自行尝试）

3.python程序中直接指定GPU

在运行的python脚本前面添加：

# 在 train.py 最上方，设定使用的GPU 编号， 当这两行代码注释掉时，训练会自动使用该服务器的所有资源
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0,1"

4.总结

仅供个人学习记录，如果有疑问或者错误，欢迎讨论交流，谢谢！

转载/参考/学习文章链接：https://positive.blog.csdn.net/article/details/107037663?fromshare=blogdetail&sharetype=blogdetail&sharerId=107037663&sharerefer=PC&sharesource=weixin_67150054&sharefrom=from_link