// 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. 使用dd命令克隆整个系统(转)

    神奇的ghost的原理是什么呢?不就是数据复制吗?Linux下的dd命令不就是最强大的数据复制工具!          既然如此,我为什么要使用g4l这样复杂的工具呢?一条dd命令不就可以帮我实现任意 ...

  2. uvm - dut

    module dut(clk, rst_n, rxd, rx_dv, txd, tx_en); input clk; input rst_n; :] rxd; input rx_dv; :] txd; ...

  3. TopShelf框架创建Windows服务作为Remoting的宿主案例:

    1.创建服务 using System; using System.Collections.Generic; using System.Linq; using System.Text; using S ...

  4. MySql密码忘记解决方法

    1.先杀掉mysqld-nt.exe 进程,有很多种方法,最简单是在CMD里输入net stop mysql 2.CMD路径切换到MySQL的安装目录下的bin里 输入mysqld-nt.exe  - ...

  5. python实验二:字符串排序

    ##统计word中的各个字符的出现的次数,并统计出所有前十名的字符使用次数 # -*- coding:utf-8 -*- word='''awfesdafhjkcasadckjsdackjsadvcn ...

  6. JS之BOM、客户端检测和DOM

    这是第八章到第十二章的内容,粗略浏览过一遍. 一.BOM 浏览器对象模型.包括了window.location.navigator.screen和history对象. window:核心对象 1.JS ...

  7. protobuf初体验

    概念介绍 Protocol buffers 是google公司的与语言无关.与平台无关的.可扩张的为序列化话结构数据,就像xml一样,办事更加的小巧.快速.简单.Protocol buffers 目前 ...

  8. 中国能用的NTP服务器地址

    133.100.11.8 prefer210.72.145.44203.117.180.36131.107.1.10time.asia.apple.com64.236.96.53130.149.17. ...

  9. ceph实践: 搭建环境

    作者:吴香伟 发表于 2014/09/26 版权声明:可以任意转载,转载时务必以超链接形式标明文章原始出处和作者信息以及版权声明 本节主要参考官网的ADDING/REMOVING OSDS章节. 同步 ...

  10. [转]caffe的配置过程

    caffe的配置过程 转:http://blog.csdn.net/brightming/article/details/51106629   版权声明:本文为博主原创文章,欢迎转载!转载请写明原文链 ...