Vérifiez NVLink® sous Windows

Veuillez noter que vous devez Installer les pilotes NVIDIA® sous Windows ou Installer CUDA® toolkit sous Windows avant de vérifier les connexions NVLink®. Aussi, basculez le mode GPU en TCC.

Installer Visual Studio

Assurons-nous que tout fonctionne correctement en exécutant cuda-samples du dépôt officiel. Pour ce faire, nous devons installer séquentiellement Visual Studio 2022 CE (Community Edition) et réinstaller CUDA® Toolkit pour activer les plugins VS. Visitez https://visualstudio.microsoft.com/downloads/ pour télécharger Visual Studio 2022 :

Exécutez l'installateur téléchargé, cochez Développement de bureau avec C++, et cliquez sur le bouton Installer :

Exécuter des tests

Réinstallez CUDA® toolkit en utilisant notre guide étape par étape Installer CUDA® toolkit sous Windows. Redémarrez le serveur et téléchargez l'archive ZIP avec cuda-samples. Décompressez-le et ouvrez le sous-répertoire Samples\1_Utilities\bandwidthTest. Double-cliquez sur bandwidthTest_vs2022 et lancez-le en utilisant le raccourci clavier Ctrl + F5 :

[CUDA Bandwidth Test] - Starting...
  Running on...
  
   Device 0: NVIDIA RTX A6000
   Quick Mode
  
   Host to Device Bandwidth, 1 Device(s)
   PINNED Memory Transfers
     Transfer Size (Bytes)        Bandwidth(GB/s)
     32000000                     6.0
  
   Device to Host Bandwidth, 1 Device(s)
   PINNED Memory Transfers
     Transfer Size (Bytes)        Bandwidth(GB/s)
     32000000                     6.6
  
   Device to Device Bandwidth, 1 Device(s)
   PINNED Memory Transfers
     Transfer Size (Bytes)        Bandwidth(GB/s)
     32000000                     637.2
  
  Result = PASS
  
  NOTE: The CUDA Samples are not meant for performance measurements. Results may vary when GPU Boost is enabled.

Vous pouvez exécuter n'importe quel échantillon. Essayez Samples\5_Domain_Specific\p2pBandwidthLatencyTest pour voir votre topologie et votre matrice de connectivité :

[P2P (Peer-to-Peer) GPU Bandwidth Latency Test]
  Device: 0, NVIDIA RTX A6000, pciBusID: 3, pciDeviceID: 0, pciDomainID:0
  Device: 1, NVIDIA RTX A6000, pciBusID: 4, pciDeviceID: 0, pciDomainID:0
  Device=0 CAN Access Peer Device=1
  Device=1 CAN Access Peer Device=0
  
  ***NOTE: In case a device doesn't have P2P access to other one, it falls back to normal memcopy procedure.
  So you can see lesser Bandwidth (GB/s) and unstable Latency (us) in those cases.
  
  P2P Connectivity Matrix
       D\D     0     1
       0       1     1
       1       1     1
  Unidirectional P2P=Disabled Bandwidth Matrix (GB/s)
     D\D     0      1
       0 671.38   6.06
       1   6.06 671.47
  Unidirectional P2P=Enabled Bandwidth (P2P Writes) Matrix (GB/s)
     D\D     0      1
       0 631.31  52.73
       1  52.83 673.00
  Bidirectional P2P=Disabled Bandwidth Matrix (GB/s)
     D\D     0      1
       0 645.00   8.19
       1   8.11 677.87
  Bidirectional P2P=Enabled Bandwidth Matrix (GB/s)
     D\D     0      1
       0 655.96 101.78
       1 101.70 677.92
  P2P=Disabled Latency Matrix (us)
     GPU     0      1
       0   2.20  49.07
       1  10.33   2.20
  
     CPU     0      1
       0   3.55   7.01
       1   6.79   3.39
  P2P=Enabled Latency (P2P Writes) Matrix (us)
     GPU     0      1
       0   2.19   1.33
       1   1.26   2.22
  
     CPU     0      1
       0   6.80   4.86
       1   2.09   3.02
  
  NOTE: The CUDA Samples are not meant for performance measurements. Results may vary when GPU Boost is enabled.

Voir également:

• Installer les pilotes NVIDIA® sous Linux
• Installer la boîte à outils CUDA® sous Linux
• Rendu GPU en RDP