Az NVIDIA bemutatja a GPU-memóriába vezető adatút ellenőrzését
A Python-útmutató megkülönbözteti a sikeres beolvasást a közvetlen tárolóelérés igazolásától.
Az NVIDIA új útmutatója a tárolóról a grafikus processzor memóriájába történő beolvasást mutatja be. A GPUDirect Storage támogatott rendszereken elkerülheti az adatok köztes elhelyezését a CPU memóriájában. A cuFile felület meghívása azonban önmagában nem bizonyítja e közvetlen út használatát. A bemutatóhoz Linux, NVIDIA GPU, telepített GPUDirect Storage, támogatott tároló és fájlrendszer-beállítás, valamint a fájlok és diagnosztikai eszközök eléréséhez szükséges jogosultság kell. A cuFile statisztikái megkülönböztetik a gyorsított nvidia-fs átvitelt a CPU-memóriát közbeiktató kompatibilitási átviteltől.
A futásidejű beállítások dokumentációja bemutatja a KvikIO könyvtár első választását. AUTO módban cuFile használatával próbálkozik, majd a feltételek hiányában hagyományos, POSIX-alapú fájlelérésre vált. Az ON közvetlenül ezt a kompatibilitási utat választja. Az OFF kikényszeríti a cuFile használatát, de alkalmatlan rendszeren a műveletek hibával végződhetnek. Lényeges, hogy a cuFile saját kompatibilitási móddal is rendelkezik: a könyvtár kiválasztása külön döntés attól, hogy az végül milyen útvonalon továbbítja az adatokat.
A statisztikai útmutató az alkalmazás munkájának megfigyeléséhez ad további eszközt. Egy SummaryMonitor létrehozása elindítja a statisztikák gyűjtését; a get metódus az összegyűlt értékeket olvassa ki. Alapértelmezésben egy művelet egy alkalmazáshívást jelent, akkor is, ha a KvikIO kisebb átvitelekre bontja azt. A fizikai megfigyelés ehelyett ezeket az átviteleket számolja. Az útmutató a ténylegesen aktív időre számolt sávszélességet is megkülönbözteti a teljes eltelt időre vetített átviteli sebességtől: az átfedő műveletek egyszer számítanak aktív időnek, a hívások közötti szünetek pedig üresjáratnak.
Források(3)
- GPU data pathEllenőrizve:
- Runtime settingsEllenőrizve:
- StatisticsEllenőrizve:
