nvidia-smi 0.1.3

pip install nvidia-smi Copy PIP instructions

Released: Jun 4, 2019

A package for easing return of multiple values

Navigation

Project links

Statistics

View statistics for this project via Libraries.io, or by using our public dataset on Google BigQuery

License: Apache Software License (Apache License, Version 2.0)

Tags python, reinforcement-learning, interface, api

Requires: Python >=3

Maintainers

Classifiers

• Development Status
  • 4 — Beta
• Environment
  • Console
• Intended Audience
  • Developers
  • End Users/Desktop
• License
  • OSI Approved :: Apache Software License
• Natural Language
  • English
• Operating System
  • MacOS :: MacOS X
  • Microsoft :: Windows
  • OS Independent
  • POSIX
• Programming Language
  • Python :: 3

Project description

This package is a selection of generalised small utilities classes for many use-cases, a brief description of each follows.

A class for easing return of multiple values, implicit handling of args and kwargs and more.

A class for executing any ‘heavy’ function asynchronously storing any results in a bounded queue. Note: communication and organisation is costly, intended for heavy processing functions and general queuing.

Project details

Project links

Statistics

View statistics for this project via Libraries.io, or by using our public dataset on Google BigQuery

License: Apache Software License (Apache License, Version 2.0)

Tags python, reinforcement-learning, interface, api

Контроль и мониторинг ваших Nvidia GPU во время майнинга

Существует целый ряд доступных инструментов, которые могут позволить вам контролировать и управлять различными настройками ваших GPU, большинство из которых имеют удобный пользовательский интерфейс для того, чтобы упростить работу с ними. Однако, при майнинге иногда удобнее иметь контроль поведением GPU прямо из командной строки, чтобы иметь возможность выполнять команды. Для видеокарт Nvidia существует Nvidia System Management Interface (Nvidia-smi) — утилита командной строки, которая является простым и эффективным способом управления и мониторинга Nvidia GPU. С помощью Nvidia-smi вы можете, например, управлять состоянием питания видеокарты, получить дополнительную производительность от видеокарты, не работающей в режиме максимальной производительности, при майнинге криптовалюты, не прибегая к ее разгону.

Теперь пришло время показать Вам несколько полезных трюков с использованием консольной утилиты Nvidia-smi для проверки и изменения максимального TDP (ограничения мощности), который данный графический процессор может использовать, а так же способ как постоянно контролировать температуру GPU и его энергопотребление и сохранять эти данные в лог-файл для дальнейшего анализа.

Утилита Nvidia-smi является частью драйверов для видеокарт от Nvidia и вы можете ее найти установленной в папке «c:\Program Files\NVIDIA Corporation\NVSMI\» если у вас установленна ОС Windows. Вам следует запустить командную строку (CMD) и перейти в эту папку, для того чтобы иметь возможность работать с этой утилитой и выполнять команды. Затем вам потребуется запустить Nvidia-smi с некоторыми параметрами, в зависимости от того, что вы хотите сделать. Если вы хотите поработать с определенным GPU в системе с несколькими видеокартами, вам нужно указать ID устройства.

Например, если вы хотите узнать Power limit (максимальное энергопотребление) вашего первого NVidia GPU в системе, запустите утилиту с такими параметрами:

nvidia-smi -i 0 —format=csv —query-gpu=power.limit

Если вы не указали параметр -i, который отвечает за ID видеокарты в системе, то вы получите Power limit для всех ваших видеокарт. Теперь начинается самое интересное, изменяя Power limit для ваших GPU на более низкое значение, вы сможете уменьшить энергопотребление видеокарт без влияния на производительность майнинга или с ее незначительным снижением. Таким образом, вы сможете получить лучшую энерго эффективность при майнинге на ваших видеокартах от Nvidia.

В следующем примере мы установим предел потребляемой мощности 175W для первого GPU в системе, при максимальной 275W, которая прописана по-умолчанию в BIOS-е видеокарты.

nvidia-smi -i 0 -pl 175

Следующий полезный пример, которым мы хотим поделиться, это проверка температуры Nvidia GPU с помощью консоли, которая будет обновляться 1 раз в секунду и записываться в LOG файл, для того чтобы мы могли проанализировать результаты позже. Используем команду для отображения температуры первого графического адаптера в системе с обновлением каждые 1000 миллисекунд (1 сек.)

nvidia-smi -i 0 —loop-ms=1000 —format=csv,noheader —query-gpu=temperature.gpu

Для того, чтобы остановить отображение температуры в градусах Цельсия, нажмите CTRL+C. Если вы хотите, чтобы результат записывался в текстовый файл, то введите следующую команду:

nvidia-smi -i 0 —loop-ms=1000 —format=csv,noheader —query-gpu=temperature.gpu > temperature.txt

Точно так же как вы можете получить отчет о текущей потребляемой мощности каждого GPU Nvidia в Ваттах, например каждую секунду. С помощью данного способа можно очень точно получать отчет по потреблению электроэнергии, не прибегая к аппаратным средствам, так как контроль потребляемой мощности реализован на аппаратном уровне во всех современных Nvidia GPU. Все что от вас потребуется, это выполнить следующую команду:

nvidia-smi -i 0 —loop-ms=1000 —format=csv,noheader —query-gpu=power.draw

Для того, чтобы остановить вывод энергопотребления просто нажмите CTRL+C, если вам требуется, чтобы результаты сохранялись в лог-файл, введите следующую команду:

nvidia-smi -i 0 —loop-ms=1000 —format=csv,noheader —query-gpu=power.draw > powerusage.txt

Настройка максимального энергопотребления вашего NVidia GPU может быть полезна для достижения наилучшего соотношения производительности к потреблению энергии при добыче криптовалют, а так же для того, чтобы сравнить энергопотребление при майнинге на различных алгоритмах. Инструмент nvidia-smi имеет и некоторые другие полезные функции, которые могут быть использованы. Стоит так же отметить, что изменения, внесенные данной утилитой, не являются постоянными, и они будут нуждаться в повторном применении после перезагрузки компьютера. Однако вы можете автоматизировать процесс с помощью создания простого .bat файла с нужной командой и запуская его непосредственно перед началом майнинга.

Подпишись на наш Telegram канал @cryptoage и Вконтакте, узнавай новости про криптовалюты первым.

Общайся с криптоэнтузиастами и майнерами в Telegram чате @CryptoChat

How do I run nvidia-smi on Windows?

nvidia-smi executed in a Command Prompt (CMD) in Windows returns the following error

Where is it located? CUDA is installed already.

6 Answers 6

Nvidia-SMI is stored by default in the following location

Where nvdm* is a directory that starts with nvdm and has an unknown number of characters after it.

Note: Older installs may have it in C:\Program Files\NVIDIA Corporation\NVSMI

You can move to that directory and then run nvidia-smi from there. However, the command prompt window will not persist, making it very difficult to see the information. Additionally it is challenging to determine what the nvdm* directory is as this changes and there are multiple directories of this format. To complicate matters, unlike linux, it can’t be executed by the command line in a different path. It’s better to find the exact location and create a shortcut that runs it in a periodic manner.

To find your exact location

1. Open File Explorer (File Folder Icon on your Task Bar, Near Start / Cortana / Task View buttons).
2. In the left Pane, click ‘This PC’.
3. In the main viewer, just to the top of the Icons, is a search bar. Type nvidia-smi.exe and hit enter. It will come up after some time.
4. Right-click and choose ‘Open File Location’ and continue with the below instructions to make a desktop shortcut, or double click to run once (not recommended, as it runs and closes the window once complete, making it hard to see the information).

Make a shortcut that runs nvidia-smi and refreshes periodically

1. Follow the above steps under ‘To find your exact location’.
2. Right click on nvidia-smi.exe (it may just say nvidia-smi in the viewpane) and choose create a shortcut. It will likely tell you that you can’t create a shortcut here, and ask if you want to put it on your desktop. Hit yes.
3. Now, on the desktop, right click on the shortcut you have just created, hit properties, and Under Shortcut > Target modify the string path to include -l .

For example, modify:

Then hit «Apply», and then «OK».

In this example, when you open the shortcut, it will keep the command prompt open and allow you to watch your work as nvidia-smi refreshes every five seconds.

Расширенный поиск драйвера

«Стандартными» пакетами являются те, которые не требуют компонентов драйверов DCH.

«DCH» ( Декларативные, Компонентные, Аппаратные приложения для поддержки) – это новые пакеты, которые предварительно устанавливаются OEM-провайдерами и включают универсальный драйвер Microsoft.

Драйверы DCH не могут быть установлены со стандартной системой, а стандартные драйверы с системой DCH.

Чтобы подтвердить тип системы, которую вы используете, перейдите в пункт Тип драйвера, который находится ниже меню «Системная информация» на панели управления NVIDIA.

Более подробную информацию можно получить на сайте Новости о разработке драйверов

«WHQL сертификация» Тестирование Windows Hardware Quality Labs, или WHQL, — это процесс тестирования, который включает проведение серии тестов на аппаратном или программном обеспечении третьей стороны (т.е. не Microsoft) и предоставление результатов тестов для оценки компании Microsoft. Процедура может также включать проведение Microsoft собственных текстов на широком спектре оборудования, например, на различном аппаратном обеспечении и с различными выпусками Microsoft Windows.

«GRD» Драйверы Game Ready обеспечивают лучшие игровые возможности во всех популярных играх. Начиная с раннего доступа и на протяжении всего существования игры, команда по разработке драйверов NVIDIA тщательно тестирует все ключевые функции, поэтому драйверы оптимизируют производительность, позволяют добиться максимальной стабильности и отличной функциональности геймплея.

«SD» Драйверы Studio обеспечивают лучшие возможности работы в основных приложениях для профессионального творчества. NVIDIA проводит тщательное тестирование, направленное на проверку функциональности в ведущих приложениях, и гарантирует высочайший уровень производительности, стабильной работы и функциональности.

«NFB / QNF» New Feature Branch (NFB) [Ранее назывался Quadro New Feature (QNF)] из последней серии выпусков драйверов, он обеспечивает новейшие возможности и функции между выпусками драйвера Production Branch. Драйвер был протестирован для рабочих станций с ограниченной поддержкой продукта и рекомендован к использованию только для пользователей, нуждающихся в особых возможностях, которые указаны в соответсвующем разделе «Возможности выпуска».

«PB / ODE» Production Branch (PB) [Ранее назывался Оптимизированный для предприятий драйвер (ODE)] / Studio Большинство пользователей выбирает этот тип драйвера для обеспечения оптимальной производительности и стабильной работы. Драйверы Production Branch оснащены сертификатами ISV, поддержкой всего жизненного цикла и обеспечивают все функции драйверов Studio такой же версии.

«PB / LLB» Production Branch (PB) [Ранее назывались драйверы для Linux с долгосрочной поддержкой (LLB)] Драйверы Production Branch для Linux оснащены сертификатами ISV и обеспечивают оптимальную производительность и стабильность работы для пользователей Unix. Такой драйвер обычно используется в компаниях, обеспечивая постоянные исправления ошибок и стандартные обновления безопасности.

«NFB / SLB» New Feature Branch (NFB) [Ранее назывался Драйвер для Linux с краткосрочной поддержкой (SLB) Драйверы New Feature Branch для Linux предоставляют разработчикам и ранним пользователям доступ к новым функциям до интеграции в драйверы Production Branches.

Nvidia smi windows download

An nvidia-smi -like interface for R. This works via NVML, and does not actually require the nvidia-smi utility to be installed or in your $PATH (although it probably will be anyway if NVML is installed).

Currently the package has most (all?) of the useful NVML «get» functions available, as well as a few high-level interfaces (see the API section below). More NVML wrappers will be added over time (if you want one, feel free to ask for it, or better yet, submit a PR). At this time I have no plans to add the «set» functions, because these require root and I think it’s a monstrously bad idea to give an R process root.

The development version is maintained on GitHub:

You will need to have NVIDIA’s NVML library installed to build the package. NVML is bundled with CUDA, which you can download from the NVIDIA website.

The package needs to be able to find nvml.h and libnvidia-ml.so . We try looking in several locations for these files, but you can manually specify the paths for the header and library with the configure-args —with-nvml-include and —with-nvml-lib , respectively. We also recommend setting /usr/local/cuda/ as a link to your latest CUDA installation, which is an option when you install CUDA via the runfile (and should automatically happen if you use the .deb or .rpm).

If you have trouble building the package, please open an issue with an output of the package configure (what you see when you run ./configure ), as well as the locations of nvml.h and libnvidia-ml.so on your system.

I have literally no idea how to get this to work on Windows at this time.

The default print method mimics the nvidia-smi utility. But there is also a «minimal» print method which I think is much better:

In this example we only have one GPU on the system, but data for all GPUs will be shown. Each GPU is a row in a dataframe, and each process is listed in a separate dataframe: