// 基于扩展NVX_gpu_memory_info extension

UINT      QueryNVidiaCardMemory()

{

__try

{

int iVal = 0;

glGetIntegerv( GPU_MEMORY_INFO_DEDICATED_VIDMEM_NVX, &iVal );

return (UINT)iVal/1024;

}

__except(1)

{

}

return 0;

}

// 基于扩展WGL_AMD_gpu_association

UINT      QueryAmdCardMemory()

{

__try

{

typedef UINT (WINAPI * PFNWGLGETGPUIDSAMDPROC) (UINT maxCount, UINT* ids);

typedef INT (WINAPI * PFNWGLGETGPUINFOAMDPROC) (UINT id, INT property, GLenum dataType, UINT size, void* data);

PFNWGLGETGPUIDSAMDPROC wglGetGPUIDsAMD = (PFNWGLGETGPUIDSAMDPROC)wglGetProcAddress("wglGetGPUIDsAMD");

PFNWGLGETGPUINFOAMDPROC wglGetGPUInfoAMD = (PFNWGLGETGPUINFOAMDPROC)wglGetProcAddress("wglGetGPUInfoAMD");

if( !wglGetGPUIDsAMD || !wglGetGPUInfoAMD )

{

return 0;

}

UINT n = wglGetGPUIDsAMD(0, 0);

UINT ids[24];

#define WGL_GPU_RAM_AMD 0x21A3

size_t TotalMemSize = 0;

wglGetGPUIDsAMD(n, ids);

wglGetGPUInfoAMD(

ids[0],

WGL_GPU_RAM_AMD,

GL_UNSIGNED_INT,

sizeof(size_t),

&TotalMemSize

);

return (UINT)TotalMemSize;

}

__except(1)

{

}

return 0;

}

UINT      QueryDedicatedVideoCardMemory( bool bNvidiaCard, bool bAmdAtiCard )

{

__try

{

HWND hWnd = (HWND)你可以用的HWND;

HDC hdc = ::GetDC( hWnd );

if( hdc == NULL )

{

return 0;

}

PIXELFORMATDESCRIPTOR FormatDesc;

memset(&FormatDesc, 0, sizeof(PIXELFORMATDESCRIPTOR));

FormatDesc.nSize = sizeof(PIXELFORMATDESCRIPTOR);

FormatDesc.nVersion = 1;

FormatDesc.dwFlags = PFD_DRAW_TO_WINDOW | PFD_SUPPORT_OPENGL | /*PFD_SUPPORT_GDI|*/ PFD_DOUBLEBUFFER;

FormatDesc.iPixelType = PFD_TYPE_RGBA;

FormatDesc.cColorBits = 32;

FormatDesc.cDepthBits = 32;

// FormatDesc.cStencilBits = 0;

FormatDesc.iLayerType = PFD_MAIN_PLANE;

GLuint PixelFormat = ChoosePixelFormat( hdc, &FormatDesc );

if( PixelFormat == NULL )

{

return 0;

}

SetPixelFormat( hdc, PixelFormat, &FormatDesc );

HGLRC hContext = wglCreateContext( hdc );

if( hContext == NULL )

{

return 0;

}

__try

{

if( wglMakeCurrent( hdc, hContext ) )

{

if( bNvidiaCard )

{

return QueryNVidiaCardMemory();

}

else if( bAmdAtiCard )

{

return QueryAmdCardMemory();

}

}

else

{

return 0;

}

}

__finally

{

wglMakeCurrent( NULL, NULL );

::DeleteDC( hdc );

wglDeleteContext( hContext );

}

}

__except(1)

{

}

return 0;

}

完美获取N卡A卡的显存大小(使用OpenGL)的更多相关文章

  1. Nvidia显卡怎样查看显存大小及硬件相关信息

    在电脑上安装Nvidia显卡驱动,平时也会通过Nvidia控制面板来查看显示显存位宽及宽带.显示显存容量和显示显存芯片信息等等,那么该如何查看Nvidia显存大小以及Nvidia硬件相关信息呢? 1. ...

  2. tensorflow 如何限制显存大小

    Python在用GPU跑模型的时候最好开多进程,因为很明显这种任务就是计算密集型的. 用进程池好管理,但是tensorflow默认情况会最大占用显存,尽管该任务并不需要这么多,因此我们可以设置显存的按 ...

  3. AI换脸必备知识:如何查看显卡型号以及显存大小!

    使用Deepfakes(AI换脸) 软件,拼的就是配置,耗的就是时间,考验的是耐心. 配置好了,时间就少了. 所以玩这种软件,硬核需求就是:配置,配置,配置.  我的电脑能跑这个软件么?也是很多新手的 ...

  4. C#获取电脑型号、系统版本、内存大小、硬盘大小、CPU信息

    摘要 有时需要获取电脑的相关信息.这时可以通过调用windows api的方式,进行获取. 方法 可以通过在powershell中 通过下面的命令进行查询,然后可以通过c#调用获取需要的信息. gwm ...

  5. TensorFlow中的显存管理器——BFC Allocator

    背景 作者:DeepLearningStack,阿里巴巴算法工程师,开源TensorFlow Contributor] 使用GPU训练时,一次训练任务无论是模型参数还是中间结果都需要占用大量显存.为了 ...

  6. (原)tensorflow中使用指定的GPU及GPU显存

    转载请注明出处: http://www.cnblogs.com/darkknightzh/p/6591923.html 参考网址: http://stackoverflow.com/questions ...

  7. [Pytorch]深度模型的显存计算以及优化

    原文链接:https://oldpan.me/archives/how-to-calculate-gpu-memory 前言 亲,显存炸了,你的显卡快冒烟了! torch.FatalError: cu ...

  8. 深度学习中GPU和显存分析

    刚入门深度学习时,没有显存的概念,后来在实验中才渐渐建立了这个意识. 下面这篇文章很好的对GPU和显存总结了一番,于是我转载了过来. 作者:陈云 链接:https://zhuanlan.zhihu. ...

  9. tensorflow中使用指定的GPU及GPU显存

    ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 本文目录 1 终端执行程序时设置使用的GPU 2 python代码中设置使用的GPU 3 设置tensorflow使用的显 ...

随机推荐

  1. python第十八天-----Django基础

    1.路由系统 a.普通路由 url(r'^index$', views.index), b.正则路由 url(r'^index/(\d*)', views.index), url(r'^manage/ ...

  2. 树莓派配置文档 config.txt 说明(转)

    原文连接:http://elinux.org/RPi_config.txt 由于树莓派并没有传统意义上的BIOS, 所以现在各种系统配置参数通常被存在"config.txt"这个文 ...

  3. 使用js把json字符串转为js对象的方法

    ECMA-262(E3) 中没有将JSON概念写到标准中,还好在 ECMA-262(E5)中JSON的概念被正式引入了,包括全局的JSON对象和Date的toJSON方法. 1,eval方式解析,恐怕 ...

  4. ANDROID调用webservice带soapheader验证

    最近的一个项目中调用webservice接口,需要验证soapheader,现将解决方法记录如下:(网上资料出处太多,就不做引用,原作者如看到,如有必要添加请通知) 1.先看接口 POST /webs ...

  5. 总结A*,Dijkstra,广度优先搜索,深度优先搜索的复杂度比较

    广度优先搜索(BFS) 1.将头结点放入队列Q中 2.while Q!=空 u出队 遍历u的邻接表中的每个节点v 将v插入队列中 当使用无向图的邻接表时,复杂度为O(V^2) 当使用有向图的邻接表时, ...

  6. 深度学习(dropout)

    other_techniques_for_regularization 随手翻译,略作参考,禁止转载 www.cnblogs.com/santian/p/5457412.html Dropout: D ...

  7. PHP读取CSV数据写入数据库

    /*读取csv文件*/ public function testCsv(){ $fileName = "tel.csv"; $fp=fopen($fileName,"r& ...

  8. [刘阳Java]_MyBatis_映射文件的常用标签总结_第5讲

    MyBatis中常用标签的总结,简单给出自己的总结 MyBatis映射文件中的标签使用介绍1.<select>:用于编写查询语句用的标签 id:表示当前<select>标签的唯 ...

  9. 安装swoole 扩展,在phpinfo中显示,但是php -m 中不显示的问题

    步骤如下: 1 首先找到php.ini的目录:linux命令:find / -name php.ini 我的路径如下:

  10. sublime插件 cssComb实现css自动排序及格式化

    cssComb是一个实现css代码自动排序,当然顺便也实现了代码的格式化 安装: 首先需要打开sublime搜索安装csscomb插件(前提是已经安装了sublime的package control) ...