อัปเดต: คำถามนี้เกี่ยวข้องกับ "การตั้งค่าโน้ตบุ๊ค: ตัวเร่งฮาร์ดแวร์: GPU" ของ Google Colab คำถามนี้เขียนขึ้นก่อนที่จะเพิ่มตัวเลือก "TPU"
อ่านประกาศตื่นเต้นหลายเกี่ยวกับ Google Colaboratory ให้ฟรี Tesla GPU K80 ผมพยายามที่จะเรียกใช้fast.aiบทเรียนเกี่ยวกับมันมันจะไม่สมบูรณ์ - ได้อย่างรวดเร็ววิ่งออกมาจากหน่วยความจำ ฉันเริ่มตรวจสอบสาเหตุ
บรรทัดล่างคือ“ ฟรี Tesla K80” ไม่ใช่“ ฟรี” สำหรับทุกคน - สำหรับบางส่วนเท่านั้นที่เป็น "ฟรี"
ฉันเชื่อมต่อกับ Google Colab จาก West Coast Canada และได้รับเพียง 0.5GB ของสิ่งที่ควรจะเป็น GPU RAM 24GB ผู้ใช้รายอื่นสามารถเข้าถึง GPU RAM ขนาด 11GB
เห็นได้ชัดว่า 0.5GB GPU RAM ไม่เพียงพอสำหรับงาน ML / DL ส่วนใหญ่
หากคุณไม่แน่ใจว่าคุณได้อะไรมานี่คือฟังก์ชั่นการดีบักเล็ก ๆ น้อย ๆ ที่ฉันคัดลอกมารวมกัน (ใช้ได้กับการตั้งค่า GPU ของโน้ตบุ๊กเท่านั้น):
# memory footprint support libraries/code
!ln -sf /opt/bin/nvidia-smi /usr/bin/nvidia-smi
!pip install gputil
!pip install psutil
!pip install humanize
import psutil
import humanize
import os
import GPUtil as GPU
GPUs = GPU.getGPUs()
# XXX: only one GPU on Colab and isn’t guaranteed
gpu = GPUs[0]
def printm():
process = psutil.Process(os.getpid())
print("Gen RAM Free: " + humanize.naturalsize( psutil.virtual_memory().available ), " | Proc size: " + humanize.naturalsize( process.memory_info().rss))
print("GPU RAM Free: {0:.0f}MB | Used: {1:.0f}MB | Util {2:3.0f}% | Total {3:.0f}MB".format(gpu.memoryFree, gpu.memoryUsed, gpu.memoryUtil*100, gpu.memoryTotal))
printm()
การดำเนินการในสมุดบันทึก jupyter ก่อนที่จะเรียกใช้รหัสอื่น ๆ ทำให้ฉัน:
Gen RAM Free: 11.6 GB | Proc size: 666.0 MB
GPU RAM Free: 566MB | Used: 10873MB | Util 95% | Total 11439MB
ผู้โชคดีที่ได้รับสิทธิ์เข้าถึงการ์ดแบบเต็มจะเห็น:
Gen RAM Free: 11.6 GB | Proc size: 666.0 MB
GPU RAM Free: 11439MB | Used: 0MB | Util 0% | Total 11439MB
คุณเห็นข้อบกพร่องในการคำนวณความพร้อมใช้งาน GPU RAM ของฉันที่ยืมมาจาก GPUtil หรือไม่?
คุณสามารถยืนยันได้หรือไม่ว่าคุณจะได้ผลลัพธ์ที่คล้ายกันหากคุณรันโค้ดนี้บนโน้ตบุ๊ก Google Colab
หากการคำนวณของฉันถูกต้องมีวิธีใดบ้างที่จะได้รับ GPU RAM เพิ่มเติมในกล่องฟรี
อัปเดต: ฉันไม่แน่ใจว่าทำไมพวกเราบางคนถึงได้ 1/20 ของสิ่งที่ผู้ใช้รายอื่นได้รับ เช่นคนที่ช่วยฉันแก้จุดบกพร่องนี้มาจากอินเดียและเขาได้รับสิ่งทั้งหมด!
หมายเหตุ : โปรดอย่าส่งคำแนะนำเพิ่มเติมเกี่ยวกับวิธีฆ่าโน้ตบุ๊กที่อาจติดค้าง / หนี / ขนานซึ่งอาจใช้ส่วนต่างๆของ GPU ไม่ว่าคุณจะหั่นมันอย่างไรหากคุณอยู่ในเรือลำเดียวกับฉันและต้องเรียกใช้รหัสดีบักคุณจะเห็นว่าคุณยังได้รับ GPU RAM ทั้งหมด 5% (ณ การอัปเดตนี้ยังคงอยู่)