Eu tenho um laptop ASUSN56V com uma GeForce GT 650M e i7-3610QM e quero usar o cartão para cálculos com CUDA. Minha impressão a partir dos meus testes de dimensionamento é que minha GPU não é utilizada ao máximo ao executar programas de dinâmica molecular com vários encadeamentos. Especificamente, eu ganho uma velocidade de 3x se eu usar 1 thread, o ganho de desempenho cai gradualmente e piora com os > 4 threads. Então minhas perguntas são:
Por que o comando nvidia-smi imprime apenas o TEMP, MEMORY e Compute M.? Para o resto, imprime N / A. É porque os outros recursos não são suportados por esta GPU?
Eu tentei utilizar todo o poder de computação da GPU, fornecendo os seguintes comandos sem nenhum ganho de desempenho:
nvidia-smi -i 0 -c 3
nvidia-smi -i 0 -pm 1
nvidia-smi -i 0 --gom=1
O último retornou:
GOM features not supported for GPU 0000:01:00.0. Treating as warning and moving on. All done.
Há mais alguma coisa que eu possa fazer para se beneficiar mais da GPU durante os cálculos CUDA? Infelizmente o meu menu da BIOS não suporta o desligamento da placa de vídeo integrada e o suporte da ASUS disse que eles não podem fazer nada a respeito.
Eu apreciaria muito qualquer conselho!
um gpu é um único dispositivo encadeado, portanto, usando vários encadeamentos, você está reduzindo o processo inteiro. Se você quiser utilizar todos os seus núcleos de cpu, use 1 thread para enviar comandos para o gpu e fazer as outras coisas (coisas que não são do gpu) em outros threads. Se o seu gpu integrado suporta opencl você pode utilizar esse componente também. então seriam 2 threads conversando com 2 gpus e o resto fazendo as outras coisas.