そこで機械学習を研究し、リモートGPUサーバーを使って作業を進めました。私が仕事にいるときの主なことは、SSHクライアントを使用してサーバーにアクセスし、次hiのaliasコマンドを実行することです。
alias hi='conda activate userconda; export CUDA_VISIBLE_DEVICES=1; alias hi'
サーバーは通常2〜3人が共有し、それぞれID0または1。
私が気になったのは、CUDA_VISIBLE_DEVICESどのGPUが使用されていないかによって、環境変数に割り当てるGPU IDを自動的に決定する方法はありますか？今は私のエイリアスがハードコーディングされていますが、CUDA_VISIBLE_DEVICES=1プログラムがこれを自動的に実行できる場合はもっと便利です。
おそらく出力を使用する方法があると思いますnvidia-smiが、それが正しい方法であるかどうかはわかりません。
ありがとうございます！
答え1
Nvidia smiはアクティブグラフィックカードのバスを報告します。
nvidia-smi
Sat Apr 11 04:02:56 2020
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 440.64.00 Driver Version: 440.64.00 CUDA Version: 10.2 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce RTX 2070 On | 00000000:01:00.0 On | N/A |
| 45% 33C P8 11W / 175W | 252MiB / 7974MiB | 4% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| 0 1089 G /usr/lib/xorg/Xorg 106MiB |
| 0 1355 G /usr/bin/kwin_x11 79MiB |
| 0 1361 G /usr/bin/krunner 2MiB |
| 0 1364 G /usr/bin/plasmashell 56MiB |
| 0 5152 G /usr/lib/firefox/firefox 2MiB |
+-----------------------------------------------------------------------------+
だから：00000000:01:00.0 オンデバイスバスです。したがって、nvidia-smi grepを実行してこの結果を取得し、lspciを介してバスを取得できる他のデバイスを評価できます。