为什么使用超算中心服务器单节点多GPU训练反而更慢

最新推荐文章于 2025-11-17 02:20:59 发布
原创 最新推荐文章于 2025-11-17 02:20:59 发布 · 3.3k 阅读 · 5 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文记录了在使用PyTorch进行图像算法训练时遭遇CPU资源不足导致的性能瓶颈。作者最初误以为是CUDA、cuDNN、磁盘读取速度、PyTorch版本、batch_size设置、num_work参数、分布式服务器配置或代码问题，最终发现是CPU核心数量不足所致。
部署运行你感兴趣的模型镜像

注：pytorch训练图像算法
因为没有申请多个CPU核心导致CPU加载数据等问题成为瓶颈！！！！！！
以此博客纪念逝去的两天光阴。
可以通过
top
watch -n 1 nvidia-smi等查看硬件信息
一开始发现并没有怎么利用CPU资源以为不是CPU的问题，其实不然。。。
一开始我以为是cuda没装好
我以为是cudnn没装好
我以为是磁盘文件加载慢
我以为是torch版本太低
我以为是batch_size设置太大
我以为是num_work设置太小
我以为是分布式服务器与单机不一样
我还以为是程序问题
no no no
就是因为CPU少了

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

阿里超算中心AI资源调度：架构师如何支持电商AI应用？
AI天才研究院
07-31 1288
对于架构师而言，设计资源调度系统的本质是“在约束下寻找最优解”——理解业务约束（延迟、成本）、技术约束（硬件、网络），最终用系统化思维构建“灵活、高效、可靠”的算力支撑平台。阿里超算中心的AI资源调度架构，通过“资源池化-混合调度-智能预测-动态伸缩”的全链路设计，成功支撑了电商场景“三高三变”的AI应用需求。：打破物理资源壁垒，实现“一池化”管理（无论CPU/GPU、物理机/虚拟机，对上层暴露统一接口）。：阿里超算中心、AI资源调度、电商AI应用、资源池化、混合调度、智能预测、大促峰值、GPU利用率。
[选型指南] 解锁顶级 AI 算力：GPU 独立服务器租用选型全攻略 (2025)
L18637178596的博客
05-06 1920
聊到 AI 和机器学习，特别是深度学习模型的训练，我们都知道那是个极其“吃”资源的活儿。普通的服务器 CPU 在那海量的矩阵运算面前，简直就像是 “手摇计算器” 对阵 “超级计算机”。这时候，GPU（图形处理器）就成了我们解锁 AI 强大算力的关键钥匙。但是，去哪里获取这把“钥匙”呢？你可能会立刻想到那些大型云平台（AWS, GCP, Azure, 阿里云, 腾讯云等）提供的 GPU 云服务器实例。
18、可扩展多GPU编程：从单节点到多节点的高斯消元实现
wood5的博客
07-24 79
本文探讨了如何利用GPUDirect技术和MPI实现从单节点到多节点的多GPU高斯消元算法。首先介绍了GPUDirect技术的核心功能，包括GPU间点对点传输（P2P）、网络与存储加速通信、视频优化以及RDMA跨节点通信。接着讲解了单节点多GPU编程的关键步骤，如启用P2P访问、数据分发与消元操作。随后引入MPI编程模型，结合CUDA感知的MPI和GPUDirect RDMA，实现了多节点多GPU的高斯消元。最后总结了关键技术、实现步骤，并展望了未来多GPU编程的发展方向。
AI系统扩容方案实战：从单节点到多节点
项目管理的博客
09-04 713
瓶颈类型典型表现解决方向计算瓶颈GPU利用率高（≥80%）增加GPU节点（数据并行）内存瓶颈GPU显存不足（OOM错误）模型并行/模型量化IO瓶颈数据加载慢（GPU利用率低）分布式存储（MinIO）+ 多workers网络瓶颈跨节点通信慢（训练延迟高）升级万兆网卡/用RDMA量化瓶颈：用监控工具找到单节点的短板；选型架构：根据瓶颈选合适的分布式方案；搭建基础：构建K8s集群和分布式存储；改造训练：用DDP/模型并行提升训练速度；优化推理。
5个h2ogpt性能调优实战技巧：大幅提升AI模型运行效率
最新发布
gitblog_01168的博客
11-17 982
h2ogpt是一个完全开源的私有化大语言模型，支持文档问答、图像分析和多模态对话功能。在实际部署中，很多用户会遇到性能瓶颈问题，本文将分享5个实用的性能调优技巧，帮助您显著提升h2ogpt的运行效率。🚀 ## 1. 内存优化策略 内存不足是h2ogpt最常见的性能问题。通过以下方法可以有效降低内存占用： **使用低内存模式**：在启动时添加 `--low_memory_mode=1` 参数
超级计算机 arm,美国开建ARM超级计算机，单节点性能是手机芯片100倍
weixin_35725654的博客
07-17 670
拼 命 加 载 中 ...一周前美国能源部下属的橡树岭国家实验室宣布了Summit超算，20亿亿次的性能力压中国神威·太湖之光，预计会成为新的TOP500冠军。为了提升性能，Summit超算使用的是IBMPower 9处理器及NVIDIA TeslaV100加速卡，都是高性能芯片。而在另一方面，美国也没忘了尝试新的超算架构，能源部下属的桑迪亚国家实验室宣布建造ARM处理器的超算Astra，浮点性能...
gpu超算算法_为什么说人工智能公司要自建超算？
weixin_32058931的博客
01-04 476
李熵 AI商业周刊3月19日，英特尔宣布将与高性能厂商Cray在美国能源部下属的阿贡国家实验室建造第一台每秒可进行百亿亿次浮点运算(exaflop)的超级计算机，专门为传统高性能计算和人工智能(AI)设计。而就在一周前的3月12日，英伟达宣布69亿美元收购以色列公司Mellanox，后者是一家以高性能计算和网络技术而闻名的芯片制造商，英伟达通过此次收购意在抢占数据中心。不仅英特尔、英伟达这些科技巨...
多GPU真的能加速吗？
weixin_30270561的博客
06-27 881
一、实验 采用keras的multi_gpu_model函数注释中的示例代码 　　经过实验发现，当batch_size=4的时候，2GPU速度为30s/epoch，4GPU速度为36s/epoch。速度反而下降了 当batch_size=32时，2GPU速度为10s/epoch，4GPU速度为8s/epoch，速度1.25倍 当batch_size=...
超算和服务器性能,烽火GPU高性能服务器助力武大超算中心建设
weixin_42350101的博客
08-06 1351
近日，继“武汉大学100G高速网络及网格计算集群采购项目”中标后，烽火GPU高性能服务器再次中标“武汉大学GPU集群采购项目”。作为行业首例，此次烽火将在武大超算中心同时提供Intel KNL以及NVIDIA GPU超算解决方案，两种顶尖HPC方案在同一项目中实施，配合OPA 100G网络，极大提升超算中心整体性能。根据客户需求，烽火提供业界最新超算解决方案,包括最大GPU密度、最新的NVLink...
超算平台查看特定节点的显存使用情况(野生版)
行步至春深
12-19 3634
srun --pty --nodelist=a40c01 watch -n 0.1 nvidia-smi
超算云(GPU服务器)环境配置
猎户座的博客
11-28 2974
最近在用并行超算云GPU服务器(中国国家网格12区)搭建毕设的环境，这里记录一下。 首先，超算云服务器的登录可以采用网页版、也可以采用客户端(超算云地址：https://cloud.paratera.com/ )。需要注意的是，并行超算云只提供windows和mac的客户端，Linux用户可能只有使用网页版的界面了(或者用pappcloud直接远程练ssh用vim写:( 哈哈，pappclou...
用超级计算机（超算）跑模型代码指南
qq_43155641的博客
03-19 3320
Tabby安装与打开的方法在此网页。示例：mv file.txt newfile.txt - 将 "file.txt" 重命名为 "newfile.txt"。示例：grep "keyword" file.txt - 在 "file.txt" 中搜索包含 "keyword" 的行。示例：cp file1.txt file2.txt - 将 "file1.txt" 复制为 "file2.txt"。示例：chown user file.txt - 将 "file.txt" 的所有者更改为 "user"。
oracle数仓rac两个节点查询耗时不一致问题处理
lmxx2020的博客
01-31 2185
根据问题，初步判断是由于错误的执行计划，导致性能问题，但实际上对两个节点做trace跟踪发现执行计划都一致，后续通过awr报告和10046事件跟踪发现由于“gc cr multi block”耗时造成节点一慢，这是oracle RAC大事务处理特性，两边都查有可能触发数据融合，导致查询变慢。两个节点查询速度不一致原因为查大事务，同一个sql最好在一个节点上查询，这是oracle rac的一个特性，当大事务查询在不同节点上执行，容易触发数据融合，导致其中一个节点查询变慢，特别是数据仓库执行批量业务。
国内超算发展近40年，终于遇到了一个像样的对手
NicolasLearner的博客
04-29 827
超算，国家队出身，服务于国家级别的科研项目，也是一个国家科技发展水平和综合国力的标志之一。 1983年，中国研制出第一台超级计算机银河一号，成为继美国、日本之后第三个能独立设计和研制超级计算机的国家。 全球超算TOP500排行榜就属于各个国家秀肌肉的典型比赛，每年两次。 而云计算，天生互联网基因，为追逐商业利益而生。 2006年，AWS正式对外开放。 2010年，阿里云正式对外。中国开始有了云计算。 超算近40年，云计算10年。 超算开始走下神坛，对外开放了一些商用的入口。比如我们找到...
GPU利用率低常见原因分析及优化方式
热门推荐
TigerZ*的博客
08-17 1万+
本文的 GPU 利用率主要指 GPU 在时间片上的利用率。GPU 任务会交替的使用 CPU 和 GPU 进行计算，当 CPU 计算成为瓶颈时，就会出现 GPU 等待的问题，GPU 空跑那利用率就低了。那么优化的方向就是缩短一切使用 CPU 计算环节的耗时。...
大数据传输为何这么慢？如何提高大数据传输效率
镭速的博客
08-12 2341
经过近几年的发展，大数据技术已经慢慢地渗透到各个行业。不同行业的大数据应用进程的速度，与行业的信息化水平、行业与消费者的距离、行业的数据拥有程度有着密切的关系。在国家和各级政府的大力推动下，大数据产业加速演进和迭代，政策环境持续优化、管理体制日益完善、产业融合发展加快，数据价值逐渐释放。从大数据产业行业应用结构来看，2020年中国大数据产业互联网规模占45.20%；政府大数据规模占14.50%；金融大数据规模9.40%；电信大数据规模占8.50%；工业大数据规模占5.70%；...
超线程 双核 双路三者到底有什么不同？
软体疯子专栏
09-04 1643
目前服务器市场可以说是新产品新技术层出不穷，光是服务器的核心CPU除了主频等参数外，最让人不明白的就是所谓的双核，电视报纸广告上也是频繁刊登双核服务器的广告。双核CPU与双CPU还有以前的超线程都有什么区别呢?我们选择服务器应该采取双核心CPU还是双CPU呢?　　在一两年前CPU领域就出现了一个叫做超线程的技术，具备了超线程技术的CPU可以更高效的运行程序，特别是支持对程序的并发执行。而如今在
Pytorch CUDA GPU运算模型训练缓慢的一个可能原因
xiongxyowo的博客
10-09 1万+
今天用GPU跑模型的时候，发现训练速度奇慢无比… 第一反应是检查GPU的利用率，输入： nvidia-smi 检查风扇利用率，GPU温度以及GPU利用率(框出来的地方)。可以看到风扇正常在转，温度也不高，利用率甚至为0。那么这个时候就比较疑惑了，如果是上述这三个问题倒比较好去针对性的解决。 这个时候去检查了下CPU利用率，输入： top 可以发现CPU占用率到了99.3%…这就导致实际上只要涉及到CPU运算，就基本上卡死，导致整体模型训练不动，造成"GPU可能有问题"的假象。 ...
评论 7
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值