隨著 Intel Thunderbolt 3 在筆記本電腦中的引入,您現(xiàn)在可以使用外部 GPU ( e GPU )外殼來使用專用的 GPU 來進(jìn)行游戲、制作和數(shù)據(jù)科學(xué)。霹靂 3e GPU 設(shè)置包括
離散的
用來安置它的圍欄
與筆記本電腦的 Thunderbolt 3 連接
大多數(shù)外殼都提供了所有這些,所以您只需要使用一臺帶有 Thunderbolt 3 的筆記本電腦。
因?yàn)槲液芸粗剌p薄筆記本的便攜性,但希望用一臺 GPU 的原始馬力來完成嚴(yán)肅的工作, e GPUs 讓我可以兩全其美。通過一根 Thunderbolt 3 電纜,我可以將我的筆記本電腦連接到一個(gè)強(qiáng)大的專用 GPU 、多個(gè)顯示器和外圍設(shè)備。
選擇硬件
e GPU 解決方案的性能在很大程度上取決于 GPU 的性能、 CPU 的性能以及兩者之間的連接帶寬。
確保您的筆記本電腦支持 Thunderbolt 3
Thunderbolt 3 是一個(gè)通過 USB-C 工作的硬件接口,在主機(jī) CPU 和 GPUs 等設(shè)備之間支持多達(dá)四個(gè) PCI Express ( PCIe )通道,這為您提供了理論上的最大值:
4 x 8Gbps (the bandwidth of a single PCIe Gen3 lane) = 32 Gbps
筆記本電腦制造商可以設(shè)計(jì)少于四個(gè)通道的筆記本電腦,因此您應(yīng)該咨詢筆記本電腦制造商,以了解在您的機(jī)器上使用 Thunderbolt 3 有多少個(gè) PCIe 通道可用。 e GPU 。 io 上的人維護(hù)著一個(gè) e GPU 應(yīng)用的最佳筆記本電腦 的列表。
Windows 和 Linux 支持 e GPUs 。這篇文章關(guān)注的是 ubuntulinux 上的 e GPUs 。我使用的筆記本電腦是運(yùn)行 ubuntu20 。 04lts 的聯(lián)想 thinkpadx1yoga (第四代),但是這篇文章已經(jīng)在 ubuntu18 。 04lts 上測試過了。
選擇存儲模塊
雖然存儲模塊在功能、大小、供電和成本方面各不相同,但 e GPU 。 io 的工作人員也會對 霹靂 3 外殼列表 進(jìn)行維護(hù),并對其功能進(jìn)行簡要描述,以幫助您做出決定。我的選擇是十四行詩 eGFX 分離盒( 350W )。
選擇 GPU
您對 GPU 的選擇取決于您的用例和對外殼的選擇。一些考慮因素包括功耗、卡大小、 GPU 內(nèi)存和時(shí)鐘速度。我選擇的 GPU 是 RTX 2080 Super 。
設(shè)置 Ubuntu 以使用 NVIDIA e GPU
本文假設(shè)您將使用 Ubuntu18 。 04LTS / 20 。 04LTS 。
安裝 CUDA 和 NVIDIA 驅(qū)動程序
在 e GPU 連接的情況下安裝 Ubuntu 并重新啟動。
將系統(tǒng)更新到最新內(nèi)核:
$ sudo apt-get update $ sudo apt-get dist-upgrade
確保系統(tǒng)檢測到 NVIDIA GPU 并且加載了合適的驅(qū)動程序:
$ lspci | grep -i “nvidia” $ lsmod | grep -i “nvidia”
現(xiàn)有的驅(qū)動程序很可能是 Nouveau , NVIDIA GPUs 的開源驅(qū)動程序。因?yàn)?Nouveau 不支持 e GPU 設(shè)置,所以應(yīng)該安裝 NVIDIA CUDA 和 NVIDIA 驅(qū)動程序。您還必須停止內(nèi)核加載 Nouveau 。
為您的發(fā)行版獲取 NVIDIA CUDA 工具箱 的最新版本。對于 Ubuntu 20 。 04 ,可以從標(biāo)準(zhǔn)存儲庫獲取此工具箱:
$ sudo apt-get install nvidia-cuda-toolkit
將 Xorg 卸載到 e GPU
在安裝了 NVIDIA 專有驅(qū)動程序之后,通過在/ etc / gdm3 中注釋出# WaylandEnable = false ,確保 Ubuntu 18 。 04 / 20 。 04 的 gdm3 (圖形登錄管理器)沒有使用 Wayland /自定義。 conf :
# GDM configuration storage # # See /usr/share/gdm/gdm.schemas for a list of available options. [daemon] # Uncomment the line below to force the login screen to use Xorg WaylandEnable=false
然后,將 3 附加到/ etc / DEFAULT / GRUB 中的 GRUB _ CMDLINE _ LINUX _ DEFAULT 后面,引導(dǎo)到運(yùn)行級別 3 :
#If you change this file, run 'update-grub' afterwards to update # /boot/grub/grub.cfg. # For full documentation of the options in this file, see: # info -f grub -n 'Simple configuration' GRUB_DEFAULT=0 GRUB_TIMEOUT_STYLE=hidden GRUB_TIMEOUT=0 GRUB_DISTRIBUTOR=`lsb_release -i -s 2> /dev/null || echo Debian` GRUB_CMDLINE_LINUX_DEFAULT="quiet splash" GRUB_CMDLINE_LINUX=""
最后,更新 grub 并重新啟動:
$ sudo update-grub $ sudo shutdown --reboot
重新啟動到運(yùn)行級別 3 并檢查 NVIDIA 專有驅(qū)動程序是否已加載:
$ nvidia-smi
編輯/ usr / share / X11 / xorg . conf 公司. d / 10- NVIDIA . conf 在 OutputClass 中添加一個(gè)附加選項(xiàng),以允許 NVIDIA X 驅(qū)動程序加速 X ,而不是由集成的 GPU 驅(qū)動:
Section "OutputClass" Identifier "nvidia" MatchDriver "nvidia-drm" Driver "nvidia" Option "AllowExternalGpus" "True" Option "AllowEmptyInitialConfiguration" ModulePath "/usr/lib/x86_64-linux-gnu/nvidia/xorg" EndSection
將/ etc / default / grub 還原為默認(rèn)值,方法是從 grub _ CMDLINE _ LINUX _ default 中刪除“ 3 ”,然后更新 grub :
$ sudo update-grub
通過查看$ NVIDIA -smi 的輸出,重新啟動并檢查以確保您的 X 會話被 NVIDIA NVIDIA 加速。
$ nvidia-smi output
圖 1 NVIDIA -smi 顯示 X 服務(wù)器正在 NVIDIA e GPU 上運(yùn)行,其他使用指標(biāo)。
結(jié)果應(yīng)該顯示至少一個(gè) GPU 的利用率,即 e GPU 存儲模塊中的一個(gè)??赡軙@示其他 GPUs ,這取決于您的系統(tǒng)有多少 NVIDIA GPUs 。如果您看到進(jìn)程 /usr/lib/xorg/Xorg ,這意味著您的 X 會話正在被 NVIDIA GPU 加速。
使用 NGC 容器
容器提供了一種設(shè)置開發(fā)環(huán)境的簡單方法。 NGC 上的容器注冊表跨越人工智能、數(shù)據(jù)科學(xué)和 HPC ,擁有廣泛的 GPU 加速軟件 NVIDIA GPUs 。 NGC 托管了頂級人工智能和數(shù)據(jù)科學(xué)軟件的容器,這些軟件由 NVIDIA 進(jìn)行了調(diào)優(yōu)、測試和優(yōu)化,同時(shí)還為 HPC 應(yīng)用和數(shù)據(jù)分析提供了經(jīng)過充分測試的容器
現(xiàn)在您已經(jīng)安裝了 NGC 驅(qū)動程序,您可以安裝 NVIDIA – 玩偶 并從 NGC 下拉 NGC NGC – 優(yōu)化容器來執(zhí)行各種任務(wù):
CUDA 用于 GP GPU
NeMo for conversational AI
帕拉布里茨 用于 DNA 測序
以及人工智能、數(shù)據(jù)科學(xué)和高性能計(jì)算機(jī)領(lǐng)域的更多容器
下面是一個(gè)使用 NGC 圖像運(yùn)行 深水流 的示例:
dsingal@dsingalX1NV:~$ sudo docker pull nvcr.io/nvidia/deepstream:5.0-20.07-triton dsingal@dsingalX1NV:~$ xhost + dsingal@dsingalX1NV:~$ docker run --gpus all -it --rm -v /tmp/.X11-unix:/tmp/.X11-unix -e DISPLAY=$DISPLAY -w /opt/nvidia/deepstream/deepstream-5.0 nvcr.io/nvidia/deepstream:5.0-dp-20.04-triton root@dsingalX1NV:/opt/nvidia/deepstream/deepstream-5.0# deepstream-app -c ./samples/configs/deepstream-app/source4_1080p_dec_infer-resnet_tracker_sgie_tiled_display_int8.txt
結(jié)論
現(xiàn)在您已經(jīng)設(shè)置了 e GPU ,您可以通過執(zhí)行類似于 使用 NVIDIA Riva 加速文本到語音轉(zhuǎn)換 、 用 NVIDIA Merlin 構(gòu)建深度推薦系統(tǒng) 、 使用 NVIDIA DeepStream 構(gòu)建 IVA 應(yīng)用程序 等操作來利用可用的大規(guī)模并行計(jì)算。
關(guān)于作者
Dhruv Singal 是 NVIDIA 的解決方案工程師。他專注于計(jì)算機(jī)視覺和自然語言在許多垂直行業(yè)的應(yīng)用。在 NVIDIA 之前, Dhruv 在圣路易斯奧比斯波的 CalPoly 獲得計(jì)算機(jī)科學(xué)學(xué)士學(xué)位,在那里他學(xué)習(xí)并行編程和深度學(xué)習(xí)。
審核編輯:郭婷
-
gpu
+關(guān)注
關(guān)注
28文章
4673瀏覽量
128594 -
Linux
+關(guān)注
關(guān)注
87文章
11212瀏覽量
208722 -
機(jī)器學(xué)習(xí)
+關(guān)注
關(guān)注
66文章
8353瀏覽量
132315
發(fā)布評論請先 登錄
相關(guān)推薦
評論