CUDA 10.0 deviceQuery

最新推荐文章于 2024-07-10 16:41:08 发布
原创 最新推荐文章于 2024-07-10 16:41:08 发布 · 437 阅读 · 0 ·
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。
文章标签：

#Ubuntu #Ubuntu CUDA

在Ubuntu 18.04上成功编译并运行了CUDA 10.0的deviceQuery示例，该示例展示了GeForce RTX 2080 SUPER GPU的详细信息，包括CUDA驱动和运行时版本、计算能力、内存规格等。测试结果显示设备性能良好，支持并发执行和计算预emption，通过了所有测试。

CUDA 10.0 deviceQuery

​
18.04@Ubuntu:~/NVIDIA_CUDA-10.0_Samples/1_Utilities/deviceQuery$ make
"/usr/local/cuda-10.0"/bin/nvcc -ccbin g++ -I../../common/inc  -m64    -gencode arch=compute_30,code=sm_30 -gencode arch=compute_35,code=sm_35 -gencode arch=compute_37,code=sm_37 -gencode arch=compute_50,code=sm_50 -gencode arch=compute_52,code=sm_52 -gencode arch=compute_60,code=sm_60 -gencode arch=compute_61,code=sm_61 -gencode arch=compute_70,code=sm_70 -gencode arch=compute_75,code=sm_75 -gencode arch=compute_75,code=compute_75 -o deviceQuery.o -c deviceQuery.cpp
"/usr/local/cuda-10.0"/bin/nvcc -ccbin g++   -m64      -gencode arch=compute_30,code=sm_30 -gencode arch=compute_35,code=sm_35 -gencode arch=compute_37,code=sm_37 -gencode arch=compute_50,code=sm_50 -gencode arch=compute_52,code=sm_52 -gencode arch=compute_60,code=sm_60 -gencode arch=compute_61,code=sm_61 -gencode arch=compute_70,code=sm_70 -gencode arch=compute_75,code=sm_75 -gencode arch=compute_75,code=comp
最低0.47元/天 解锁文章
如何查看CUDA算力/内存总量/架构信息等
2301_77554343的博客
11-29 5666
线程块/网格的最大维度大小分别为(x,y,z)=(1024, 1024, 64)和(x,y,z)=(2147483647, 65535, 65535)。: 最大纹理维度大小为1D=(131072)，2D=(131072, 65536)，3D=(16384, 16384, 16384)。: 计算模式，默认是多个主机线程可同时使用::cudaSetDevice()来访问设备。: 设备是否支持统一寻址（Unified Addressing），这里是支持的。: 最大内存跨度（pitch）大小（zu为占位符）。
怎么利用命令器 cuda命令看自己电脑网格和块的数量
qq_43594926的博客
03-20 1539
这表示一个线程块的最大维度大小为 (1024, 1024, 64)，一个网格的最大维度大小为 (2147483647, 65535, 65535)。使用 CUDA 工具包中的 deviceQuery 工具来查看你的 GPU 硬件信息，包括 GPU 设备的名称、计算能力、网格和块的数量等等。这里我 CUDA 工具包安装在 C 盘的默认路径下，且版本为 11.0。
cuda检测工具 devicequery.exe
08-03
deviceQuery.exe Starting... CUDA Device Query (Runtime API) version (CUDART static linking) Detected 1 CUDA Capable device(s) Device 0: "GeForce GTX 650" CUDA Driver Version / Runtime Version 9.1 / 8.0 CUDA Capability Major/Minor version number: 3.0 Total amount of global memory: 2048 MBytes (2147483648 bytes) ( 2) Multiprocessors, (192) CUDA Cores/MP: 384 CUDA Cores GPU Max Clock rate: 1072 MHz (1.07 GHz) Memory Clock rate: 2500 Mhz Memory Bus Width: 128-bit L2 Cache Size: 262144 bytes Maximum Texture Dimension Size (x,y,z) 1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096) Maximum Layered 1D Texture Size, (num) layers 1D=(16384), 2048 layers Maximum Layered 2D Texture Size, (num) layers 2D=(16384, 16384), 2048 layers Total amount of constant memory: 65536 bytes Total amount of shared memory per block: 49152 bytes Total number of registers available per block: 65536 Warp size: 32 Maximum number of threads per multiprocessor: 2048 Maximum number of threads per block: 1024 Max dimension size of a thread block (x,y,z): (1024, 1024, 64) Max dimension size of a grid size (x,y,z): (2147483647, 65535, 65535) Maximum memory pitch: 2147483647 bytes Texture alignment: 512 bytes Concurrent copy and kernel execution: Yes with 1 copy engine(s) Run time limit on kernels: Yes Integrated GPU sharing Host Memory: No Support host page-locked memory mapping: Yes Alignment requirement for Surfaces: Yes Device has ECC support: Disabled CUDA Device Driver Mode (TCC or WDDM): WDDM (Windows Display Driver Model) Device supports Unified Addressing (UVA): Yes Device PCI Domain ID / Bus ID / location ID: 0 / 1 / 0 Compute Mode: deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 9.1, CUDA Runtime Version = 8.0, NumDevs = 1, Device0 = GeForce GTX 650 Result = PASS
记录一下实验室的GPU信息
weixin_39931683的博客
04-14 797
通过如下查询指令： cd /usr/local/cuda/samples/1_Utilities/deviceQuery sudo make ./deviceQuery 最终得到如下信息： Detected 1 CUDA Capable device(s) Device 0: "GeForce RTX 3090" CUDA Driver Version / Runtime Version 11.2 / 11.0 CUDA Capability Major/Minor v
CUDA（五）用deviceQuery看GPU属性
weixin_34370347的博客
08-22 1617
在CUDA安装好后可以用DeviceQuery看一下GPU的相关属性，从而对GPU有一定了解，有助于今后的CUDA编程。 #include "cuda_runtime.h" #include "device_launch_parameters.h" #include<stdio.h> #include<stdl...
Ubuntu安装cuda10.0（详细有图）
weixin_45629790的博客
03-14 5750
下载文件 网址如下：https://developer.nvidia.com/cuda-10.0-download-archive 如果用别的版网址如下：https://developer.nvidia.com/cuda-toolkit-archive 将下载的文件移动到home目录下 下载如图 点击download下载完成后，将其copy到home目录下 开始安装CUDA 在home目录下鼠标右键空白处，open in Te…，运行： sudo sh cuda_10.0.130_410.48_linux
ubuntu18.04安装cuda10.0+cudnn+tensorflow1.x
Little_Claire的博客
04-01 2848
加入.bashrc环境 sudo gedit .bashrc export PATH="/usr/local/cuda-10.0/bin:$PATH" export LD_LIBRARY_PATH="/usr/lcoal/cuda-10.0/l
ubuntu16.04安装CUDA10.0和对应版本的cudnn详细流程
zbr794866300的博客
06-05 9340
因为需要，所以需要安装CUDA10.0及对应的cudnn版本。 该教程是在前文ubuntu16.04安装nvidia显卡驱动的基础上进行的。显卡驱动安装的是440.82的版本，CUDA10.0需要最低驱动要求是410.48.所以完全满足。 具体流程如下： 1.CUDA10.0的安装 本文采用的是runfile的方式安装的，相比package manager，成功率更高。 1）安装包下载 首先下载CUDA的安装包：CUDA安装包下载根据自己的具体情况选择对应的版本，最后要选择runfile文件，然
Ubuntu下安装CUDA10.0以及问题
09-14
7. 为了进一步确认，你还可以运行CUDA samples中的`deviceQuery`程序，位于`/usr/local/cuda-10.0/samples/1_Utilities/deviceQuery`。运行`sudo make`和`./deviceQuery`，如果输出信息表明GPU被正确识别，那么CUDA...
CUDA deviceQuery参数详解
caisense的专栏
04-25 8100
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\1_Utilities\deviceQuery\../. ./bin/win64/Debug/deviceQuery.exe Starting... CUDA Device Query (Runtime API) version (CUDART static linking)Detected 1
cuda检测工具 devicequery.zip（不含源代码，源代码在cuda sdk 8.0里）
08-12
cuda检测工具 devicequery.zip（不含源代码，源代码在cuda sdk 8.0里） deviceQuery.exe Starting... CUDA Device Query (Runtime API) version (CUDART static linking) Detected 1 CUDA Capable device(s) Device 0: "GeForce GTX 760" CUDA Driver Version / Runtime Version 9.2 / 8.0 CUDA Capability Major/Minor version number: 3.0 Total amount of global memory: 2048 MBytes (2147483648 bytes) ( 6) Multiprocessors, (192) CUDA Cores/MP: 1152 CUDA Cores GPU Max Clock rate: 1137 MHz (1.14 GHz) Memory Clock rate: 3004 Mhz Memory Bus Width: 256-bit L2 Cache Size: 524288 bytes Maximum Texture Dimension Size (x,y,z) 1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096) Maximum Layered 1D Texture Size, (num) layers 1D=(16384), 2048 layers Maximum Layered 2D Texture Size, (num) layers 2D=(16384, 16384), 2048 layers Total amount of constant memory: 65536 bytes Total amount of shared memory per block: 49152 bytes Total number of registers available per block: 65536 Warp size: 32 Maximum number of threads per multiprocessor: 2048 Maximum number of threads per block: 1024 Max dimension size of a thread block (x,y,z): (1024, 1024, 64) Max dimension size of a grid size (x,y,z): (2147483647, 65535, 65535) Maximum memory pitch: 2147483647 bytes Texture alignment: 512 bytes Concurrent copy and kernel execution: Yes with 1 copy engine(s) Run time limit on kernels: Yes Integrated GPU sharing Host Memory: No Support host page-locked memory mapping: Yes Alignment requirement for Surfaces: Yes Device has ECC support: Disabled CUDA Device Driver Mode (TCC or WDDM): WDDM (Windows Display Driver Model)
查看系统中支持CUDA的设备数量和属性---deviceQuery示例
rs勿忘初心的博客
05-22 6522
      在你安装了CUDA显卡驱动之后，需要检测是否安装正确，或者需要查看系统中支持CUDA的设备数量和属性，可以通过SDK中的deviceQuery示例来查看，工程目录位置：C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0，需要注意的是C:\ProgramData为默认隐藏目录，你在菜单栏中让其显示即可，方法如下图所示：         ...
CUDA编程之CUDA Sample-1_Utilities-deviceQuery
翊桐公羽的博客
07-10 1324
CUDA Samples 中 1_Utilities 文件夹里包含了一些实用工具和小型示例程序,它们通常用于支持和演示其他 CUDA 示例程序的功能。这个sample主要是是查询系统上安装的 CUDA 设备的属性。这个程序可以帮助开发人员了解系统上可用的 CUDA 设备的具体信息,以便编写更高效的 CUDA 应用程序。与其相似的Sample还有deviceQueryDrv，它的功能与一样，区别是使用了cuda runtime API, deviceQueryDrv使用了CUDA driverAPI。
cuda学习笔记——deviceQuery
weixin_34149796的博客
12-03 451
main(int argc, char **argv)：argc是参数个数,**argv具体的参数，第0个是程序全名 cudaError_t类型：记录cuda错误，值为cudaSuccess则正确执行 cudaGetDeviceCount(&deviceCount)：获取设备数量，结果保存在deviceCount中 cudaGetErrorString（error_id）：发生的错...
通过CUDA deviceQuery分析NVIDIA显卡性能
changyi9995的博客
04-07 921
参考： http://blog.sina.com.cn/s/blog_471e6c930102wlp5.html 在这里插入图片描述 序号 名称 值 解释 1 Detected 1 CUDA Capable device(s) 1 检测到1个可用的NVIDIA显卡设备 2 Device 0: "GeForce 930M" GeForce 930M 当前显卡型号为" GeForce 930M " 3 CUDA Driver Versio
CUDA编程之CUDA Sample-1_Utilities-deviceQueryDrv
最新发布
翊桐公羽的博客
07-10 1099
CUDA Samples 中 1_Utilities 文件夹里包含了一些实用工具和小型示例程序,它们通常用于支持和演示其他 CUDA 示例程序的功能。deviceQueryDrv和类似，主要是是查询系统上安装的 CUDA 设备的属性。区别是使用了cuda runtime API, deviceQueryDrv使用了CUDA driverAPI。这个程序可以帮助开发人员了解系统上可用的 CUDA 设备的具体信息,以便编写更高效的 CUDA 应用程序。
安装CUDA之后打开bandwidthTest.exe和deviceQuery.exe显示错误，打不开NVIDIA控制面板
GreatcloudL的博客
03-30 1万+
情景：安装了CUDA10.0之后，通过打开打开bandwidthTest.exe和deviceQuery.exe显示错误；并且打不开英伟达显卡控制面板。 原因：安装的CUDA版本号与显卡驱动的版本不匹配 解决办法：升级显卡驱动 一般而言，不同版本的CUDA要求不同的NVIDIA驱动版本,同时显卡驱动版本要不低于CUDA的安装版本 （来自https://blog.csdn.net/zhw86...
用deviceQuery查看GPU状态
han_hhh的博客
09-15 3062
用xshell连接服务器 执行deviceQuery命令 cuda的deviceQuery命令位置：/usr/local/cuda-10.2/samples/1_Utilities/deviceQuery 将deviceQuery文件夹复制到目标位置 cp /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery /jnhan 用make编译 make 此时，deviceQuery目录下会生成可执行文件deviceQuery，执行 ./deviceQue
关于Pytorch框架下报错CUDA驱动版本不满足CUDA运行版本——一种可能的原因及解决办法
热门推荐
Eric_Wangyz的博客
12-05 4万+
运行Pytorch代码的时候遇到： RuntimeError: cuda runtime error (35) : CUDA driver version is insufficient for CUDA runtime version at /pytorch/aten/src/THC/THCGeneral.cpp:74 可能原因：每一个pytorch版本都有对应的cuda版本，可能是在安装py...
评论
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