CUDA-Z工具分析Nvidia显卡算力信息

类似于Windows下使用CPU-Z工具查看CPU信息,Linux下也可以使用CUDA-Z工具来查看显卡资源/支持信息。

CUDA-Z运行需要主机首先已经安装CUDA和N卡驱动为前提,具体步骤可参考博客:

Darknet CUDA/CUDANN环境的快速安装_tugouxp的专栏-CSDN博客

之后便可以开始下面的步骤:

下载cuda-z

cuda-z在sourceforge上开源,主页地址:CUDA-Z

CUDA-Z工具分析Nvidia显卡算力信息_第1张图片

根据主页提示进入下载页:

CUDA-Z工具分析Nvidia显卡算力信息_第2张图片

下载后得到文件CUDA-Z-0.10.251-64bit.run

 运行:

CUDA-Z-0.10.251-64bit.run是个绿色程序,添加可执行属性后直接运行即可,界面如下:

核心信息:

CUDA-Z工具分析Nvidia显卡算力信息_第3张图片

 显存信息:

CUDA-Z工具分析Nvidia显卡算力信息_第4张图片

 算力信息,1TFLOPS=1000GFLOPS,所以这里单精度浮点算力为1.2TFLOPS左右。

CUDA-Z工具分析Nvidia显卡算力信息_第5张图片

工具信息:

CUDA-Z工具分析Nvidia显卡算力信息_第6张图片

Windows下的GPU-Z

Windows下还有另外一款GPU分析工具叫做GPU-Z,估计是模仿CPU-Z起的名字,GPUZ不但可以分析N卡,还能对其它厂家的显卡比如英特尔的集成显卡进行分析,从下拉列表中选择你想获取信息的显卡,界面将会自动刷新。

CUDA-Z工具分析Nvidia显卡算力信息_第7张图片

 N卡信息:

CUDA-Z工具分析Nvidia显卡算力信息_第8张图片

 英特尔显卡:

CUDA-Z工具分析Nvidia显卡算力信息_第9张图片

从对CUDA的支持可以看出两类显卡的一个明显差异。


结束!

你可能感兴趣的:(Linux,人工智能,深度学习,pytorch,tensorflow)