qunsorber的博客

不开启mps服务下，相同任务的双进程耗时是单进程耗时的2倍，说明双进程是串行运行的。符合预期。开启mps服务下，相同让任务的双进程耗时是单进程耗时的1~1.3倍，说明两个进程在并发运行，但是有抢占某种资源的情况，无法做到接近单进程耗时，需要进一步研究。

这里有一个坑，如果去官网下载最新的jdk17，安装（其实就是将解压后的目录添加到环境变量）后，会有如下报错。windows上安装完cuda后，nvvp程序在安装目录下了。如果有将该目录添加到环境变量，在命令行执行nvvp，可以看到类似如下提示。检查是否正常安装完成，在命令行输入java -version（在这个过程中不用手动添加环境变量）最后，命令行输入nvvp，可以正常启动性能分析界面。一句话总结，找到靠谱网站，下载并安装jdk8。，这里可以安全，愉快地下载到安装包。双击开始安装，更改安装目录。

官方文档CUDA C++ Best Practices Guide中提到一个例子：对于7.0的设备，每个multiprocessor有65536个寄存器，且支持最大的并发线程束为64。可以使用官方提供的NVIDIA GPU Computing Toolkit\CUDA\v11.1\tools目录下的CUDA_Occupancy_Calculator.xls来计算相关参数。这里最重要的数据是每个SM上的活跃线程块，这个数值受两个方面的资源限制，一个是寄存器资源，一个是共享内存的资源。

提示找不到cudart64_100.dll这个cuda运行时的库文件，推测是cuda11相对tensorflow2.0版本来说高了。一个讨巧的版本是找到cudart64_110.dll文件，将其复制，并改名，可以去掉错误，但这种方法后续使用时存在隐患。，安装好显卡驱动，cuda和cudnn。根据报错信息，缺少c++编译工具的动态库，需安装Visual c++ 2015。改名后，再次导入，没有错误，可以正常打印出版本信息。安装完成后，重新导入，出现新的报错。双击安装，只需安装8.1即可。至此，初步完成安装。

windows10下visual studio 2019安装以及cuda11配置