Блог

После запуска nvidia-smi терминала меня встречают, nvidia-smi command not found однако я знаю, что jetpack 3.3 (драйверы nvidia) уже установлены. Кто-нибудь сталкивался с подобными проблемами с Nvidia jetson tx2 ?

 System specs: DJI Manifold 2G (Nvidia Jetson TX2) Jetpack 3.3.0 ARMv8 Processor rev 3 (v8l) × 4 ARMv8 Processor rev 0 (v8l) × 2 NVIDIA Tegra X2 (nvgpu)/integrated 8GB ram, Ubuntu 16.04 LTS  

ОБНОВЛЕНИЕ И РЕДАКТИРОВАНИЕ (РЕШЕНО): Хотя nvidia-smi не запускается, помог один из ответов, опубликованных ниже пользователем @SeB. Таким образом, после создания исполняемого файла ./deviceQuery можно увидеть следующее. В котором рассказывается о деталях вашего графического процессора

 /usr/local/cuda/samples/1_Utilities/deviceQuery$ ./deviceQuery  ./deviceQuery Starting...   CUDA Device Query (Runtime API) version (CUDART static linking)  Detected 1 CUDA Capable device(s)  Device 0: "NVIDIA Tegra X2"  CUDA Driver Version / Runtime Version 9.0 / 9.0  CUDA Capability Major/Minor version number: 6.2  Total amount of global memory: 7839 MBytes (8219348992 bytes)  ( 2) Multiprocessors, (128) CUDA Cores/MP: 256 CUDA Cores  GPU Max Clock rate: 1301 MHz (1.30 GHz)  Memory Clock rate: 1600 Mhz  Memory Bus Width: 128-bit  L2 Cache Size: 524288 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: 32768  Warp size: 32  Maximum number of threads per multiprocessor: 2048  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 1 copy engine(s)  Run time limit on kernels: No  Integrated GPU sharing Host Memory: Yes  Support host page-locked memory mapping: Yes  Alignment requirement for Surfaces: Yes  Device has ECC support: Disabled  Device supports Unified Addressing (UVA): Yes  Supports Cooperative Kernel Launch: Yes  Supports MultiDevice Co-op Kernel Launch: Yes  Device PCI Domain ID / Bus ID / location ID: 0 / 0 / 0  Compute Mode:  lt; Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) gt;  deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 9.0, CUDA Runtime Version = 9.0, NumDevs = 1 Result = PASS  

Я думаю, что nvidia-smi пока доступен только для дискретных графических процессоров NVIDIA, но у Jetsons есть встроенный графический процессор (совместное использование физической памяти с системой).

Вы можете найти подробную информацию о спецификациях вашего графического процессора с помощью утилиты deviceQuery в образцах CUDA:

 cd /usr/local/cuda/samples/1_Utilities//deviceQuery/ sudo make ./deviceQuery   

и вы можете отслеживать использование графического процессора во время выполнения с помощью tegrastats:

 sudo tegrastats  

и проверьте наличие элемента GR3D, такого как:

 GR3D_FREQ 0%@318  

говоря, что использование 0% с текущими часами на частоте 318 МГц.