1.环境搭建
NVIDIA于2006年推出CUDA(Compute Unified Devices Architecture),可以利用其推出的GPU进行通用计算,将并行计算从大型集群扩展到了普通显卡,使得用户只需要一台带有Geforce显卡的笔记本就能跑较大规模的并行处理程序。
使用显卡的好处是,和大型集群相比功耗非常低,成本也不高,但性能很突出。以我的笔记本为例,Geforce 610M,用DeviceQuery程序测试,可得到如下硬件参数:
查看GPU状态判断CUDA 是否启用(一般来说,只安装CUDA 是没有太大用的,必须把cuDNN也配置好,才能发挥GPU 的作用)
watch -n 3 nvidia-smi
加载CUDA
module load cuda/7.5.18 module load cuda/11.5
查看版本
nvcc -V
查看GPU 信息:
ssh g01n01(进入计算节点执行,在登录节点无法执行) nvidia-smi
#错误 RuntimeError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version
https://blog.csdn.net/u010513327/article/details/81124110
标签:load,module,version,CUDA,显卡,GPU From: https://www.cnblogs.com/cheng020406/p/17298177.html