对于需要高性能的应用，比如游戏、深度学习等，使用多张显卡可以提升运行效率。但是在Linux系统下，如何管理两张显卡并让它们同时工作呢？本文将介绍如何在Linux下安装和配置多张显卡，并通过示例演示如何让两张显卡同时运行同一个进程，以及如何为不同的进程分配不同的显卡。

    一.安装和配置多张显卡

    在Linux系统下，我们可以使用Nvidia的CUDA工具包来管理多张显卡。首先需要在系统中安装CUDA工具包，并配置好环境变量。然后使用nvidia-smi命令可以查看当前系统中所有的GPU设备信息。

    例如，在我的系统上运行该命令，会输出以下信息：

    +-----------------------------------------------------------------------------+

    |NVIDIA-SMI11.2.0DriverVersion:465.31CUDAVersion:11.3|

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

    |GPUNamePersistence-M|Bus-IdDisp.A|VolatileUncorr.ECC|

    |FanTempPerfPwr:Usage/Cap|Memory-Usage|GPU-UtilComputeM.|

    |||MIGM.|

    |===============================+======================+======================|

    |0GeForceRTX3090Off|00000000:01:00.0Off|N/A|

    |0%49CP840W/350W|0MiB/24265MiB|1%Default|

    |||N/A|

    +-------------------------------+----------------------+----------------------+

    |1GeForceRTX3090Off|00000000:02:00.0Off|N/A|

    |0%46CP841W/350W|0MiB/24265MiB|1%Default|

    |||N/A|

    +-------------------------------+----------------------+----------------------+

    从上面的输出可以看出，我的系统中有两张显卡，分别是Bus-Id是"00000000:01:00.0"和"00000000:02:00.0"的两张GeForceRTX3090。

    二.让两张显卡同时运行同一个进程

    为了测试如何让两张显卡同时运行同一个进程，我们可以使用cudnn自带的mnist样例程序。首先需要在系统中安装cudnn库，并编译mnist样例程序。然后使用以下命令可以让mnist程序同时运行在两张显卡上：

    ./mnistCUDNN--multi-gpu=2

    这样就可以让mnist程序同时运行在两张显卡上了。如果只想使用其中一张显卡，可以使用以下命令：

    ./mnistCUDNN--device=0

    三.为不同的进程分配不同的显卡

    有时候我们需要为不同的进程分配不同的显卡，以避免因为多个进程同时使用同一张显卡而导致性能下降。在Linux系统下，我们可以使用CUDA_VISIBLE_DEVICES环境变量来实现这一功能。

    例如，如果想要让一个进程只使用第一张显卡，可以使用以下命令：

    CUDA_VISIBLE_DEVICES=0./process1

    如果想要让另一个进程只使用第二张显卡，可以使用以下命令：

    CUDA_VISIBLE_DEVICES=1./process2

    这样就可以为不同的进程分配不同的显卡了。

    四.总结

    在本文中，我们介绍了如何在Linux系统下安装和配置多张显卡，并演示了如何让两张显卡同时运行同一个进程，以及如何为不同的进程分配不同的显卡。希望本文能够对大家了解Linux下双显卡的管理和应用有所帮助。

imtoken最新版：https://cjge-manuscriptcentral.com/software/3503.html