image.png
    NVIDIA-SMI介绍
    nvidia-smi简称NVSMI，提供监控GPU使用情况和更改GPU状态的功能，是一个跨平台工具，它支持所有标准的NVIDIA驱动程序支持的Linux发行版以及从WindowsServer 2008 R2开始的64位的系统。该工具是N卡驱动附带的，只要安装好驱动后就会有它。
    Windows下程序位置：C:\Program Files\NVIDIACorporation\NVSMI\nvidia-smi.exe。Linux下程序位置：/usr/bin/nvidia-smi，由于所在位置已经加入PATH路径，可直接输入nvidia-smi运行。
    2 NVIDIA-SMI命令系列详解
    2.1 nvidia-smi
    显示所有GPU的当前信息状态
    image.png
    显示的表格中：
    Fan： 风扇转速（0%—100%），N/A表示没有风扇
    Temp： GPU温度（GPU温度过高会导致GPU频率下降）
    Perf： 性能状态，从P0（最大性能）到P12（最小性能）
    Pwr： GPU功耗
    Persistence-M： 持续模式的状态（持续模式耗能大，但在新的GPU应用启动时花费时间更少）
    Bus-Id： GPU总线，domain:bus:device.function
    Disp.A： Display Active，表示GPU的显示是否初始化
    Memory-Usage：显存使用率
    Volatile GPU-Util：GPU使用率
    ECC： 是否开启错误检查和纠正技术，0/DISABLED, 1/ENABLED
    Compute M.： 计算模式，0/DEFAULT,1/EXCLUSIVE_PROCESS,2/PROHIBITED

    附加选项：
    nvidia-smi –i xxx
    指定某个GPU
    nvidia-smi –l xxx
    动态刷新信息（默认5s刷新一次），按Ctrl+C停止，可指定刷新频率，以秒为单位
    nvidia-smi –f xxx
    将查询的信息输出到具体的文件中，不在终端显示
    2.2 nvidia-smi -q
    查询所有GPU的当前详细信息
    image.png
    附加选项：
    nvidia-smi –q –u
    显示单元而不是GPU的属性
    nvidia-smi –q –i xxx
    指定具体的GPU或unit信息
    nvidia-smi –q –f xxx
    将查询的信息输出到具体的文件中，不在终端显示
    nvidia-smi –q –x
    将查询的信息以xml的形式输出
    nvidia-smi -q –d xxx
    指定显示GPU卡某些信息，xxx参数可以为MEMORY, UTILIZATION, ECC, TEMPERATURE, POWER,CLOCK, COMPUTE, PIDS, PERFORMANCE, SUPPORTED_CLOCKS, PAGE_RETIREMENT,ACCOUNTING
    nvidia-smi –q –l xxx
    动态刷新信息，按Ctrl+C停止，可指定刷新频率，以秒为单位


    nvidia-smi —query-gpu=gpu_name,gpu_bus_id,vbios_version—format=csv
    选择性查询选项，可以指定显示的属性选项
    image.png
    可查看的属性有：timestamp，driver_version，pci.bus，pcie.link.width.current等。（可查看nvidia-smi—help-query–gpu来查看有哪些属性）

    2.3 设备修改选项
    可以手动设置GPU卡设备的状态选项
    nvidia-smi –pm 0/1
    设置持久模式：0/DISABLED,1/ENABLED
    nvidia-smi –e 0/1
    切换ECC支持：0/DISABLED, 1/ENABLED
    nvidia-smi –p 0/1
    重置ECC错误计数：0/VOLATILE, 1/AGGREGATE
    nvidia-smi –c
    设置计算应用模式：0/DEFAULT,1/EXCLUSIVE_PROCESS,2/PROHIBITED
    nvidia-smi –r
    GPU复位
    nvidia-smi –vm
    设置GPU虚拟化模式
    nvidia-smi –ac xxx,xxx
    设置GPU运行的工作频率。e.g. nvidia-smi –ac2000,800
    nvidia-smi –rac
    将时钟频率重置为默认值
    nvidia-smi –acp 0/1
    切换-ac和-rac的权限要求，0/UNRESTRICTED, 1/RESTRICTED
    nvidia-smi –pl
    指定最大电源管理限制（瓦特）
    nvidia-smi –am 0/1
    启用或禁用计数模式，0/DISABLED,1/ENABLED
    nvidia-smi –caa
    清除缓冲区中的所有已记录PID，0/DISABLED,1/ENABLED

    2.4 nvidia-smi dmon
    设备监控命令，以滚动条形式显示GPU设备统计信息。
    GPU统计信息以一行的滚动格式显示，要监控的指标可以基于终端窗口的宽度进行调整。 监控最多4个GPU，如果没有指定任何GPU，则默认监控GPU0-GPU3（GPU索引从0开始）。
    image.png
    附加选项：
    nvidia-smi dmon –i xxx
    用逗号分隔GPU索引，PCI总线ID或UUID
    nvidia-smi dmon –d xxx
    指定刷新时间（默认为1秒）
    nvidia-smi dmon –c xxx
    显示指定数目的统计信息并退出
    image.png
    nvidia-smi dmon –s xxx
    指定显示哪些监控指标（默认为puc），其中：
    p：电源使用情况和温度（pwr：功耗，temp：温度）
    u：GPU使用率（sm：流处理器，mem：显存，enc：编码资源，dec：解码资源）
    c：GPU处理器和GPU内存时钟频率（mclk：显存频率，pclk：处理器频率）
    v：电源和热力异常
    m：FB内存和Bar1内存
    e：ECC错误和PCIe重显错误个数
    t：PCIe读写带宽
    nvidia-smi dmon –o D/T
    指定显示的时间格式D：YYYYMMDD，THH:MM:SS
    nvidia-smi dmon –f xxx
    将查询的信息输出到具体的文件中，不在终端显示

    2.5 nvidia-smi pmon
    进程监控命令，以滚动条形式显示GPU进程状态信息。
    GPU进程统计信息以一行的滚动格式显示，此工具列出了GPU所有进程的统计信息。要监控的指标可以基于终端窗口的宽度进行调整。 监控最多4个GPU，如果没有指定任何GPU，则默认监控GPU0-GPU3（GPU索引从0开始）。
    image.png
    附加选项：
    nvidia-smi pmon –i xxx
    用逗号分隔GPU索引，PCI总线ID或UUID
    nvidia-smi pmon –d xxx
    指定刷新时间（默认为1秒，最大为10秒）
    nvidia-smi pmon –c xxx
    显示指定数目的统计信息并退出
    nvidia-smi pmon –s xxx
    指定显示哪些监控指标（默认为u），其中：
    u：GPU使用率
    m：FB内存使用情况
    nvidia-smi pmon –o D/T
    指定显示的时间格式D：YYYYMMDD，THH:MM:SS
    nvidia-smi pmon –f xxx
    将查询的信息输出到具体的文件中，不在终端显示