Какую утилиту / двоичный файл можно вызвать для определения вычислительных возможностей графического процессора nVIDIA?

Question

Предположим, у меня установлена ​​система с одним графическим процессором, и, возможно, я также установил последнюю версию CUDA.

Я хочу определить, каковы вычислительные возможности моего графического процессора. Если бы я мог скомпилировать код, это было бы легко:

#include <stdio.h>
int main() {
    cudaDeviceProp prop;
    cudaGetDeviceProperties(&prop, 0);
    printf("%d", prop.major * 10 + prop.minor);
}

но - предположим, я хочу сделать это без компиляции. Могу я? я думал nvidia-smi может помочь мне, так как он позволяет вам запрашивать всевозможную информацию об устройствах, но кажется, что он не позволяет вам получить вычислительные возможности. Может быть, я еще что-нибудь могу сделать? Может быть, что-то видно через /proc или системные журналы?

Редактировать: Это предназначено для запуска перед сборкой в ​​системе, которую я не контролирую. Поэтому он должен иметь минимальные зависимости, запускаться из командной строки и не требовать привилегий root.

Answer 1

К сожалению, похоже, что ответом на данный момент является "Нет", и что нужно либо скомпилировать программу, либо использовать двоичный файл, скомпилированный в другом месте.

Редактировать: я приспособил обходной путь для этой проблемы - автономный скрипт bash, который компилирует небольшую встроенную C-программу для определения вычислительных возможностей. (Особенно полезно вызывать с помощью CMake, но можно просто запустить независимо.)

Кроме того, я подал в nVIDIA отчет об ошибке, запрашивающей функцию.

Answer 2

Мы можем использовать nvidia-smi --query-gpu=compute_cap --format=csvчтобы получить вычислительные возможности.

Пример вывода:

      compute_cap
8.6

Он доступен для набора инструментов cuda 11.6.

Answer 3

Вы можете использовать deviceQuery утилита включена в установку cuda

      # change cwd into utility source directoy
$ cd /usr/local/cuda/samples/1_Utilities/deviceQuery

# build deviceQuery utility with make as root
$ sudo make

# run deviceQuery
$ ./deviceQuery  | grep Capability
  CUDA Capability Major/Minor version number:    7.5

# optionally copy deviceQuery in ~/bin for future use
$ cp ./deviceQuery ~/bin

Полный вывод из deviceQuery с RTX2080Ti выглядит следующим образом:

       $ ./deviceQuery
./deviceQuery Starting...

 CUDA Device Query (Runtime API) version (CUDART static linking)

Detected 1 CUDA Capable device(s)

Device 0: "GeForce RTX 2080 Ti"
  CUDA Driver Version / Runtime Version          11.2 / 10.2
  CUDA Capability Major/Minor version number:    7.5
  Total amount of global memory:                 11016 MBytes (11551440896 bytes)
  (68) Multiprocessors, ( 64) CUDA Cores/MP:     4352 CUDA Cores
  GPU Max Clock rate:                            1770 MHz (1.77 GHz)
  Memory Clock rate:                             7000 Mhz
  Memory Bus Width:                              352-bit
  L2 Cache Size:                                 5767168 bytes
  Maximum Texture Dimension Size (x,y,z)         1D=(131072), 2D=(131072, 65536), 3D=(16384, 16384, 16384)
  Maximum Layered 1D Texture Size, (num) layers  1D=(32768), 2048 layers
  Maximum Layered 2D Texture Size, (num) layers  2D=(32768, 32768), 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:  1024
  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 3 copy engine(s)
  Run time limit on kernels:                     No
  Integrated GPU sharing Host Memory:            No
  Support host page-locked memory mapping:       Yes
  Alignment requirement for Surfaces:            Yes
  Device has ECC support:                        Disabled
  Device supports Unified Addressing (UVA):      Yes
  Device supports Compute Preemption:            Yes
  Supports Cooperative Kernel Launch:            Yes
  Supports MultiDevice Co-op Kernel Launch:      Yes
  Device PCI Domain ID / Bus ID / location ID:   0 / 1 / 0
  Compute Mode:
     < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 11.2, CUDA Runtime Version = 10.2, NumDevs = 1
Result = PASS

Спасибо.