谁在使用GPU?
nvidia-smi命令可以查看GPU使用情况,但是只能看到占用每个GPU的进程ID。根据进程ID可以得到进程详情,进程详情中包括用户ID,根据用户ID可以获取用户名称,从而知道哪个用户在使用GPU。
import json
import os
import re
import sys
import time
import typing
import bidict
"""
查看谁在使用GPU
"""
def get_user_id_map() -> typing.Dict[str:str]:
"""获取用户名和用户ID的对应关系"""
home = os.path.expanduser('~')
users = bidict.bidict()
for user_name in os.listdir(os.path.join(home, '..')):
info = os.popen('id ' + user_name + ' 2>&1').read().strip()
if 'no such user' in info: continue
try:
a = re.search("uid=(\\d+)\((\\w+)\)", info)
users[a.group(1)] = a.group(2) # userid==>username
except Exception as e:
print(e)
return users
def nvidia_smi() -> (int, typing.Dict[str:str]):
"""使用nvidia-smi命令查看GPU使用情况,返回GPU个数和各个GPU的进程的描述line"""
info = os.popen('nvidia-smi').read()
info = info.split('\n')
"""
smi信息分成上下两部分
上面部分:以表格形式展示各个GPU的使用率
下面部分:展示各个GPU上运行的进程ID
"""
space_ind = 0
for ind, line in enumerate(info):
if not line.strip():
space_ind = ind
break
first_line = 0
for ind, line in enumerate(info):
if line.startswith('|===='):
first_line = ind
break
gpu_count = abs(space_ind - first_line) // 3
pos = None
for ind, line in enumerate(info):
line = line.split()
if len(line) > 1 and line[1] == 'Processes:':
pos = ind + 2
break
gpu_usage = dict()
if pos == None:
return gpu_count, gpu_usage
for i in range(pos, len(info)):
line = info[i].split()
if len(line) > 1:
thread = line[2]
gpu_id = int(line[1])
if gpu_id not in gpu_usage:
gpu_usage[gpu_id] = []
gpu_usage[gpu_id].append(thread)
return gpu_count, gpu_usage
def get_thread_info(thread_id: str):
"""根据thread_id获取thread详细信息"""
id2user = get_user_id_map()
thread_info = os.popen('ps -l ' + thread_id).read().split('\n')[1].split()
thread_user = id2user.get(thread_info[2])
thread_time = re.search('\\d+', thread_info[12]).group()
thread_cmd = ' '.join(thread_info[13:])
return dict(user=thread_user, use_time="{} hours".format(float(thread_time) / 60), thread_id=thread_id, cmd=thread_cmd)
def grep_gpu(task):
"""抢占GPU准备执行某个任务"""
free_gpu = None
while free_gpu is None:
gpu_count, usage = nvidia_smi()
time.sleep(2)
for i in range(gpu_count):
if i not in usage:
free_gpu = i
break
print('free gpu found ! ', free_gpu)
os.system(task)
def show():
gpu_count, usage = nvidia_smi()
for gpu_id in usage:
usage[gpu_id] = [get_thread_info(thread_id) for thread_id in usage[gpu_id]]
print('gpu count', gpu_count)
print(json.dumps(usage, ensure_ascii=0, indent=2))
def run(gpu_id, task):
os.environ['CUDA_VISIBLE_DEVICES'] = str(gpu_id)
os.system('echo CUDA_VISIBLE_DEVICES:$CUDA_VISIBLE_DEVICES')
os.system(task)
if __name__ == '__main__':
print(sys.argv)
if len(sys.argv) == 1:
print("""
GPU utility
gpu show
gpu grep your command here
gpu 1 python haha.py
""")
exit(0)
action = sys.argv[1]
if action == 'show': # 显示GPU使用情况
show()
elif action == 'grep': # 争夺GPU,得到之后执行命令
cmd = ' '.join(sys.argv[2:])
print('grep gpu and run', cmd)
grep_gpu(cmd)
elif re.match("\\d+", action): # 使用gpu_id执行某个action
gpu_id = int(action)
cmd = ' '.join(sys.argv[2:])
print('run on gpu', gpu_id, 'cmd', cmd)
run(gpu_id, cmd)
else:
print("unkown command")
谁在使用GPU?的更多相关文章
- 高级渲染技巧和代码示例 GPU Pro 7
下载代码示例 移动设备正呈现着像素越来越高,屏幕尺寸越来越小的发展趋势. 由于像素着色的能耗非常大,因此 DPI 的增加以及移动设备固有的功耗受限环境为降低像素着色成本带来了巨大的压力. MSAA 有 ...
- 【腾讯优测干货分享】安卓专项测试之GPU测试探索
本文来自于Dev Club 开发者社区,非经作者同意,请勿转载,原文地址:http://dev.qq.com/topic/57c7ffdc0569a1191bce8a63 作者:章未哲——腾讯SNG质 ...
- [译]基于GPU的体渲染高级技术之raycasting算法
[译]基于GPU的体渲染高级技术之raycasting算法 PS:我决定翻译一下<Advanced Illumination Techniques for GPU-Based Volume Ra ...
- Microsoft Windows* SDK May 2010 或较新版本(兼容 2010 年 6 月 DirectX SDK)GPU Detect
原文链接 下载代码样本 特性/描述 日期: 2016 年 5 月 5 日 GPU Detect 是一种简短的示例,演示了检测系统中主要显卡硬件(包括第六代智能英特尔® 酷睿™ 处理器产品家族)的方式. ...
- 基于GPU的高分一号影像正射校正的设计与实现
一 RPC正射校正的原理 影像正射校正的方法有很多,主要包含两大类:一类是严格的几何纠正模型,另一类是近似几何纠正模型.当遥感影像的成像模型和有关参数已知时,可以根据严格的成像模型来校正图像,这种方法 ...
- tensorflow 一些好的blog链接和tensorflow gpu版本安装
pading :SAME,VALID 区别 http://blog.csdn.net/mao_xiao_feng/article/details/53444333 tensorflow实现的各种算法 ...
- [信安Presentation]一种基于GPU并行计算的MD5密码解密方法
-------------------paper--------------------- 一种基于GPU并行计算的MD5密码解密方法 0.abstract1.md5算法概述2.md5安全性分析3.基 ...
- 【转】Ubuntu 16.04安装配置TensorFlow GPU版本
之前摸爬滚打总是各种坑,今天参考这篇文章终于解决了,甚是鸡冻\(≧▽≦)/,电脑不知道怎么的,安装不了16.04,就安装15.10再升级到16.04 requirements: Ubuntu 16.0 ...
- 为什么现在更多需要用的是 GPU 而不是 CPU,比如挖矿甚至破解密码?
作者:Cascade链接:https://www.zhihu.com/question/21231074/answer/20701124来源:知乎著作权归作者所有,转载请联系作者获得授权. 想要理解G ...
- 浅谈CPU和GPU的区别
导读: CPU和GPU之所以大不相同,是由于其设计目标的不同,它们分别针对了两种不同的应用场景.CPU需要很强的通用性来处理各种不同的数据类型,而GPU面对的则是类型高度统一的.相互无依赖的大规模数据 ...
随机推荐
- Taro聊天室|react+taro仿微信聊天App界面|taro聊天实例
一.项目简述 taro-chatroom是基于Taro多端实例聊天项目,运用Taro+react+react-redux+taroPop+react-native等技术开发的仿微信App界面聊天室,实 ...
- 微信小程序简单个人信息表单页面
wxml部分:这里引用的icon小图标可以自主更换 <view> <view class="titleCss"> <text class=" ...
- Service__cmd安装MySQL并连接SQLyog
整理记录关于使用cmd安装mysql的过程 1.配置环境变量 1) 计算机->属性->高级系统设置->环境变量 2)先添加变量 变量名:MYSQL_HOME 变量值:D:\mys ...
- dockerfile和资源限制(五)
镜像生成途径 dockerfile 基于容器制作 什么是dockerfile dockerfile说白就是用来构建docker 镜像的源码,大家看到源码俩字不用惊慌,所为的dockerfile源码只是 ...
- [MySQL] mysql地理位置服务geometry字段类型
这个字段类型是mysql5.7新增的功能,主要就是解决坐标存储和距离计算的常见问题 创建表:CREATE TABLE `service` ( `id` bigint(20) NOT NULL AUTO ...
- [转]5 种使用 Python 代码轻松实现数据可视化的方法
数据可视化是数据科学家工作中的重要组成部分.在项目的早期阶段,你通常会进行探索性数据分析(Exploratory Data Analysis,EDA)以获取对数据的一些理解.创建可视化方法确实有助于使 ...
- unittest执行顺序,使用unittest.main()按照test开头,由0-9,A-Z,a-z的顺序执行; 可使用TestSuite类的addTest方法改变执行顺序;
import unittestclass Study(unittest.TestCase): # def setUp(self): # print('start') # def tearDown(se ...
- SpringCloud学习笔记(八、SpringCloud Bus)
目录: 什么是bus消息总栈 如何使用bus消息总栈 什么是bus消息总栈 SpringCloud Bus使用轻量的消息代理连接分布式系统的各个节点,可以用于系统状态变更时的广播(如配置变更)或其它管 ...
- STL ——map、set、unordered_map、unordered_set
1.map和set map和set底层实现均是红黑树 map支持下标操作,set不支持下标操作. set的迭代器是const的,不允许修改元素的值:map允许修改value,但不允许修改key. se ...
- Http响应乱码
Http响应乱码 方案1 response.setHeader("Content-Type", "application/json"); response.se ...