如何在LINUX下进行GPU计算

如果要图形化界面到话，先安装hardinfo ，在终端输入 sudo spt-get install hardinfo 否则可以直接在终端输入lspci查看 可看到显卡信息和cpu，gpu信息。 再去官网或linux论坛，下载对应显卡驱动，就可以得到完整信息并提升显卡发挥的性能

1.查看显卡信息

由于测试环境使用的是NVIDIA的显卡，这里直接通过lspci命令即可查询具体显卡信息

“00:06.0”，这一个参数是总线编号，第二个是插槽编号，第三个是功能编号，它们都是十六进制的数字。

2.查看显存以及GPU的使用情况

Nvidia自带一个命令行工具可以查看显存的使用情况： nvidia-smi

参数解释：

Fan： 显示风扇转速，数值在0到100%之间，是计算机的期望转速，如果计算机不是通过风扇冷却或者风扇坏了，显示出来就是N/A；

Temp： 显卡内部的温度，单位是摄氏度；

Perf： 表征性能状态，从P0到P12，P0表示最大性能，P12表示状态最小性能；

Pwr： 能耗表示；

Bus-Id： 涉及GPU总线的相关信息；

Disp.A： 是Display Active的意思，表示GPU的显示是否初始化；

Memory Usage： 显存的使用率；

Volatile GPU-Util： 浮动的GPU利用率；

Compute M： 计算模式；

下边的Processes显示每块GPU上每个进程所使用的显存情况，上述测试环境没有，可参考它图如下：

3.周期性的输出显卡的使用情况

可以参考如下命令：

命令行参数-n后边跟的是执行命令的周期，以s为单位。

1.列出所有可用的Nvidia设备

2.列出每个GPU卡的详细信息

3.查询某个GPU卡的详细信息 （指定GPU卡的id，只截图一部分）

4.要以1秒的更新间隔监控GPU的总体使用情况

5.要以1秒的更新间隔监视每个进程的GPU使用情况

6.加上-pm参数可设置持久模式：0/禁用，1/启用

7.加上-e参数可以切换ECC支持：0/禁用，1/启用

8. 加上-r参数可以重启某个GPU卡（0是GPU卡的序号）

由NVIDIA部分资助，Utah大学的研究人员正在进行一项如何利用GPU来加速linux

Kernel的研究。此研究的目的是不仅仅让所有用户正常使用的应用程序(也就是用户空间)利用现代图形处理器(GPU)的强大功能，也让linux

内核的部分(也就是内核空间)能直接运行在GPU上。

在其项目主页上写到：KGPU(即kernel和GPU的合体)的想法是把GPU当成 *** 作系统的协同处理器，允许在linux内核中进行数据的并

行计算。这样允许我们使用SIMD(或者CUDA中的SIMT)风格的代码来加速linux内核功能，让之前认为太过于密集的计算功能进入内核。简单来

说，KGPU为内核增加了矢量运算功能，另外，它是linux内核真正地开始并行化，不仅仅是处理多个并发请求，而且将大的数据计算请求分割到开来，

将这些计算平铺到GPU上大量的核心中。

听起来是一个很新奇的概念，这目前仅是个研究项目，这个KGPU项目离可见的发规模应用还有一些限制因素。最大的问题是，目前linux

内核DRM(Direct

Rendering

Manager)子系统中的开源图形驱动都无法支持GPGPU。虽然目前有OpenCL

Gallium3D

state

tracker

+Clover的计划，但是还远远没有准备好。

因为目前研究使用的是Compute

Unified

Device

Architecture，而且使用NVIDIA最新的闭源专有驱动，故只支持Nvidia的硬件架构。所以更好的选择是拥抱工业标准OpenCL，这样

都对AMD和NVIDIA的GPUs都有很好的支持

在目前KGPU的研究进程中，研究人员已经用GPU-加速的AES密码来加密eCryptfs文件系统，展示了GPU可以用来处理加密技术。

这是KGPU的的Google

Code

page主页。当然还有GitHub。

总结：利用GPU加速linux内核肯定是件很有意义的事情，但是开源的内核图形驱动一定要改善和提高，能够处理OpenCL

和/或GPGPU.

---