Membaca nvidia-smi seperti Profesional
Periksa GPU, memori, dan pemakaian Anda.
Membaca nvidia-smi seperti Profesional adalah pelajaran CUDA Academy gratis di CoddyKit. Ini adalah pelajaran 2 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar CUDA Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus CUDA Academy mencakup 4 pelajaran total.
Dasbor GPU Anda
Anggap nvidia-smi sebagai dasbor untuk GPU Anda. Satu perintah menampilkan model, memori, suhu, dan apa yang sedang berjalan saat ini. 📊
nvidia-smiHeader Paling Atas
Baris paling atas menampilkan versi pengandar Anda dan CUDA maksimum yang didukungnya. Periksa bagian ini terlebih dahulu setiap kali galat versi muncul.
Memberi Nama pada GPU Anda
Baris pertama tabel mencantumkan nama setiap GPU dan nomor indeksnya. Jika terdapat beberapa kartu, indeks tersebut digunakan untuk memilih perangkat yang akan dipakai.
Penggunaan Memori
Kolom Memory-Usage menampilkan VRAM yang digunakan dibandingkan dengan totalnya. Jika hampir penuh, alokasi berikutnya mungkin gagal dengan galat kehabisan memori.
Penggunaan GPU
Persentase GPU-Util menunjukkan seberapa sibuk inti GPU. Angka yang terus berada di nol saat kernel Anda berjalan biasanya berarti pekerjaan tersebut tidak pernah sampai ke perangkat.
Suhu dan Daya
Kolom Temp dan daya menunjukkan kondisi termal. Suhu tinggi yang terus-menerus dapat membuat GPU menurunkan kecepatannya dan memperlambat kernel Anda tanpa pemberitahuan.
Tabel Proses
Tabel Processes di bagian bawah mencantumkan setiap program yang sedang menggunakan GPU, beserta PID dan penggunaan memorinya. Tabel ini sangat berguna untuk menemukan pekerjaan yang terlupakan.
Pantau Secara Langsung
Tambahkan sebuah opsi untuk refresh dasbor setiap detik, sehingga Anda dapat melihat perubahan memori dan penggunaan saat program berjalan.
nvidia-smi -l 1Pilih Kolom yang Anda Inginkan
Untuk skrip, query mode hanya mencetak kolom yang Anda minta sebagai teks bersih yang dapat diurai, bukan seluruh tabel visual.
nvidia-smi --query-gpu=name,memory.used --format=csvECC dan Persistensi
Pada kartu pusat data, nvidia-smi juga melaporkan jumlah kesalahan ECC dan mode persistensi. Untuk laptop dan komputer desktop, kolom ini biasanya nonaktif atau tidak tersedia.
Batasi ke Satu GPU
Jika terdapat banyak kartu, opsi -i memusatkan laporan pada satu GPU berdasarkan indeksnya. Ini berguna saat Anda hanya memperhatikan perangkat yang digunakan pekerjaan Anda.
nvidia-smi -i 0Pemeriksaan Singkat
Mari kita baca dasbor ini bersama-sama.
Rangkuman
Sekarang Anda dapat membaca nvidia-smi seperti seorang ahli: baris pengandar di bagian atas, memori dan penggunaan di tabel, serta proses yang sedang berjalan di bagian bawah. Dengan sekali melihat, Anda dapat memahami seluruh kondisinya. ✅
Belajar C++ dengan tutor AI — gratis
Tulis dan jalankan kode asli di browser kamu, dapatkan bantuan instan dari tutor AI 24/7, dan lanjutkan di mana kamu tinggalkan di web atau aplikasi.
- Kursus
- 30
- Pelajaran
- 120
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Membaca nvidia-smi seperti Profesional” gratis?
Ya — teks lengkap “Membaca nvidia-smi seperti Profesional” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus CUDA Academy, upgrade ke CoddyKit PRO. Kursus CUDA Academy mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Membaca nvidia-smi seperti Profesional”?
Periksa GPU, memori, dan pemakaian Anda. Kamu berlatih CUDA Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai CUDA Academy?
Tidak diperlukan pengalaman sebelumnya. CUDA Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 2 dari 4.
Berapa lama pelajaran “Membaca nvidia-smi seperti Profesional” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran CUDA Academy ini?
Ya. Setiap pelajaran CUDA Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Versi Pengendali, Runtime, dan Toolkit
- Membaca nvidia-smi seperti Profesional
- Kompilasi dengan nvcc
- Halo GPU: File .cu Pertama Anda