nvidia-smi 命令解读

nvidia-smi 的定义：

基于 NVIDIA Management Library （NVIDIA 管理库），实现 NVIDIA GPU 设备的管理和监控功能
主要支持 Tesla, GRID, Quadro 以及 TitanX 的产品，有限支持其他的 GPU 产品
所以我们在常见的 NVIDIAGPU 产品上安装完驱动后，都同时安装上 nvidia-smi 管理工具，帮助管理人员通过命令行的方式对 GPU 进行监控和管理。
当我们成功部署了 GRID 软件以后，我们可以通过以下 nvidia-smi 命令实现对 GPU 的管理。
nvidia-smi 会随着 GRID 软件不断的升级，而功能不断的丰富，所以当我们在执行一些复杂的 nvidia-smi 命令时，可能早期的 GRID 版本无法支持这些命令。
以下 nvidia-smi 常用命令行是个人推荐了解的：

nvidia-smi

这是服务器上特斯拉 K80 的信息。
上面的表格中：
第一栏的 Fan：N/A 是风扇转速，从 0 到 100% 之间变动，这个速度是计算机期望的风扇转速，实际情况下如果风扇堵转，可能打不到显示的转速。有的设备不会返回转速，因为它不依赖风扇冷却而是通过其他外设保持低温（比如我们实验室的服务器是常年放在空调房间里的）。
第二栏的 Temp：是温度，单位摄氏度。
第三栏的 Perf：是性能状态，从 P0 到 P12，P0 表示最大性能，P12 表示状态最小性能。
第四栏下方的 Pwr：是能耗，上方的 Persistence-M：是持续模式的状态，持续模式虽然耗能大，但是在新的 GPU 应用启动时，花费的时间更少，这里显示的是 off 的状态。
第五栏的 Bus-Id 是涉及 GPU 总线的东西，domain:bus:device.function
第六栏的 Disp.A 是 Display Active，表示 GPU 的显示是否初始化。
第五第六栏下方的 Memory Usage 是显存使用率。
第七栏是浮动的 GPU 利用率。
第八栏上方是关于 ECC 的东西。
第八栏下方 Compute M 是计算模式。
下面一张表示每个进程占用的显存使用率。

显存占用和 GPU 占用是两个不一样的东西，显卡是由 GPU 和显存等组成的，显存和 GPU 的关系有点类似于内存和 CPU 的关系。