30系列显卡在ubuntu下不能满血运行的问题

之前发现在ubuntu下,我的3080只能跑115w最高,而这在win下是可以跑165w的。于是乎google了所有结果,无解…

现已经过去一年,显卡价格飞涨,无奈只能使用笔记本跑自己的代码了。结果发现nvidia推了Linux下的动态加速,赶紧试一下
1查看笔记本显卡是否可以动态加速,很好可以加速!!!

nvidia-settings -q DynamicBoostSupport

在这里插入图片描述
2使能dynamicboost

systemctl enable nvidia-powerd.service
systemctl start nvidia-powerd.service

满心欢喜,测试后发现变成120w了,就多了5w…哈哈哈,很nvidia。尝试了一下
sudo nvidia-smi -i 0 -pl 165, 结果显示不支持。更新了一下最新的显卡驱动,还是显示不支持,测试了cuda11.7~12.2,最后发现525的驱动可以,对应cuda12.0!!!
1关闭之前的dynamicboost,不然没有办法手动设置

systemctl stop  nvidia-powerd.service
systemctl disable nvidia-powerd.service

2 笔记本的3080gpu最大是165w
在这里插入图片描述
设置165w

sudo nvidia-smi -i 0 -pl 165

跑一下代码,可以满血跑了!!!在这里插入图片描述
发现重启后需要重新设置,可以在开机启动项里面添加这些语句解决。

### 运行满血版 DeepSeek 的硬件配置 对于希望本地部署满血版 DeepSeek R1 模型的用户来说,了解所需的具体硬件配置至关重要[^3]。通常情况下,高性能 GPU 是必不可少的一部分,因为这类模型往往依赖于强大的并行计算能力来进行高效的推理和训练。 - **GPU**: 推荐 NVIDIA A100 或者 V100 类型的显卡,至少拥有 40GB 显存。 - **CPU**: 高端多核处理器如 Intel Xeon Gold 或 Platinum 系列- **内存 (RAM)**: 至少 256 GB DDR4 RAM。 - **存储空间**: SSD 存储设备,建议容量不低于 2TB NVMe SSD。 - **网络带宽**: 如果涉及到分布式训练,则需要高速稳定的千兆及以上级别的网络连接。 ### 软件环境搭建指南 为了顺利安装并运行满血版 DeepSeek,在软件方面也需要做相应的准备: #### 安装必要的库文件和支持工具 通过 Git 获取 ktransformers 库及其子模块,并完成编译过程: ```bash git clone https://github.com/kvcache-ai/ktransformers.git cd ktransformers git submodule init git submodule update sh ./install.sh # 或 make dev_install ``` #### 下载预训练模型权重 获取官方发布的两个主要版本之一——R1 和 V3 中的一个或全部: ```bash # 使用 --depth=1 参数仅拉取最新的提交记录以节省时间 git clone --depth=1 https://huggingface.co/deepseek-ai/DeepSeek-R1 git clone --depth=1 https://huggingface.co/deepseek-ai/DeepSeek-V3 ``` 此外,还需要确保操作系统为 Linux 发行版(推荐 Ubuntu LTS),并且已经安装 Python 3.x 及 pip 工具链;同时考虑到 CUDA 版本要与所选 GPU 兼容,一般会选择较新的稳定版本如 CUDA 11.x 来满足需求[^4]。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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