☰

如何自动设置环境变量？

tag-icon • tag-icon bash environment-variables alias
如何自动设置环境变量？

所以我研究机器学习并使用远程 GPU 服务器来完成这些工作。当我上班时，我通常做的是使用 SSH 客户端访问服务器并运行我的别名hi命令，该命令是：

alias hi='conda activate userconda; export CUDA_VISIBLE_DEVICES=1; alias hi'

服务器通常由两到三个人共享，并有两个 GPU，每个 GPU 都有 ID0或1.

我想知道的是，是否有某种方法可以CUDA_VISIBLE_DEVICES根据未使用的 GPU 自动确定将哪个 GPU ID 分配给环境变量？现在我的别名被硬编码为CUDA_VISIBLE_DEVICES=1，但如果程序可以自动执行此操作会更方便。

我在想也许有一种方法可以使用 的输出nvidia-smi，但我不确定这是否是正确的方法。

谢谢！

答案1

Nvidia smi 向您报告活动显卡的总线：

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 |
+-----------------------------------------------------------------------------+

所以：00000000:01:00.0 开启是设备总线。因此，您可以运行 nvidia-smi grep 来获取此结果，并评估您可以通过 lspci 获取其总线的其他设备。

相关内容