设备修正选项（DEVICE MODIFICATION OPTIONS）

本文为NVIDIA-SMI系列指令详解第六篇-设备修正选项(1)，介绍和演示了nvidia-smi 设备修正选项参数-pm(耐久形式敞开/封闭）、-e(ECC敞开/封闭)、-p(重置ECC过错计数)。

修正GPU设备的指令，支撑的参数列表如下：

    -pm,  --persistence-mode=   设置耐久性形式: 0/DISABLED, 1/ENABLED
    -e,   --ecc-config=         切换 ECC 支撑: 0/DISABLED, 1/ENABLED
    -p,   --reset-ecc-errors=   重置 ECC 过错计数: 0/VOLATILE, 1/AGGREGATE
    -c,   --compute-mode=       为核算应用程序设置形式:
                                0/DEFAULT, 1/EXCLUSIVE_PROCESS,
                                2/PROHIBITED
          --gom=                设置 GPU 操作形式:
                                0/ALL_ON, 1/COMPUTE, 2/LOW_DP
    -r    --gpu-reset           触发 GPU 的重置。
                                可用于在需求重启机器的情况下重置 GPU 硬件状况。
                                假如产生双位 ECC 过错，一般很有用。
                                重置操作不能保证在一切情况下都有用，应慎重运用。
    -vm   --virt-mode=          切换 GPU 虚拟化形式:
                                将 GPU 虚拟化形式设置为 3/VGPU 或 4/VSGA。
                                GPU 的虚拟化形式只能在它运转在管理程序上时设置。
    -lgc  --lock-gpu-clocks=    将指定的一对 <minGpuClock,maxGpuClock> 时钟
                                频率取值规模（例如 1500,1500），设置为需确定
                                的 GPU 时钟频率的规模（以 MHz 为单位）。 
                                不管 GPU 上是否存在正在运转的应用程序，设置此项
                                将取代applications-clocks并收效。
                                输入也可所以一个单一的希望时钟值
                                （例如 <GpuClockValue>）。
    -rgc  --reset-gpu-clocks    重置 GPU 时钟频率到默许值。
    -lmc  --lock-memory-clocks=     将指定的一对 <minMemClock,maxMemClock> 时钟
                                    频率取值规模（例如 5100,5100) ，设置为需确定
                                    的 GPU 内存时钟频率的规模（以 MHz 为单位）。
                                    输入也可所以一个单一的希望时钟值
                                    （例如<MemClockValue>).
    -rmc  --reset-memory-clocks    重置 GPU 内存时钟频率到默许值。
    -ac   --applications-clocks= 将指定的一对 <memory,graphics> 时钟
                                    频率值（例如 2000,800) ，设置为 GPU 上
                                    运转的应用程序的memory和graphics时钟
                                    频率值（以 MHz 为单位）。
    -rac  --reset-applications-clocks     重置应用程序时钟到默许值。
    -pl   --power-limit=        以瓦特为单位指定最大电源管理限制。
    -cc   --cuda-clocks=        掩盖或康复默许 CUDA 时钟频率。
                                在掩盖形式下，GPU 在运转 CUDA 应用程序时
                                时钟频率更高。 仅适用于从 Volta 系列开端的
                                受支撑设备。 需求管理员权限。
                                0/RESTORE_DEFAULT, 1/OVERRIDE
    -am   --accounting-mode=    启用或禁用记帐形式: 0/DISABLED, 1/ENABLED
    -caa  --clear-accounted-apps    铲除缓冲区中一切已记账的进程pid信息。
          --auto-boost-default= 将默许主动增强战略设置为 0/DISABLED 
                                或 1/ENABLED，仅在最后一个提高客户端
                                退出后强制履行更改。
          --auto-boost-permission=  允许非管理员/root 对主动增强形式进行操控：
                                0/UNRESTRICTED, 1/RESTRICTED
    -mig  --multi-instance-gpu= 启用或禁用多实例 GPU: 0/DISABLED, 1/ENABLED
                                需求 root 权限.
    -gtt  --gpu-target-temp=    以摄氏度为单位设置 GPU 的 GPU 方针温度。
                                需求管理员权限

-pm 设置耐久形式

设置方针 GPU 的耐久化形式。

继续形式耗能大，但在新的GPU应用启动时花费时刻更少。启用耐久性形式后，即使没有活动客户端（例如 X11 或 nvidia-smi）存在，NVIDIA 驱动程序也会坚持加载状况。这最大限度地减少了与运转相关应用程序（例如 CUDA 程序）相关的驱动程序加载推迟。仅限 Linux。 有关耐久性形式的描述，请参阅（GPU 特点）部分。

留意：

需求root权限。

除非运用 -i 参数指定单个 GPU，否则将影响一切 GPU。

此操作的效果是立竿见影的。

但它不会在主机从头启动后继续存在。

每次主机从头启动后，耐久性形式将默许为“禁用”。

仅在 Linux 上可用。

取值规模：0/DISABLED, 1/ENABLED

运转示例：

敞开形式运转示例：

nvidia-smi -pm 1

NVIDIA-SMI系列命令详解(6)-设备修改选项(1)

封闭形式运转示例：

nvidia-smi -pm 0

NVIDIA-SMI系列命令详解(6)-设备修改选项(1)

-e 敞开或者封闭ECC过错检查和纠正技能

为方针 GPU 设置 ECC 形式。

NVIDIA GPU 可认为各种类型的 ECC 过错供给过错计数。一些 ECC 过错是单位或双位过错，其间单位过错已得到纠正，而双位过错则无法纠正。纹路内存过错能够通过从头发送来纠正，或者假如从头发送失败则无法纠正。这些过错在两个时刻尺度（易失性和聚合）中可用。单比特 ECC 过错由硬件主动纠正，不会导致数据损坏。检测到双位过错但未更正。有关产生双位过错时核算应用程序行为的信息，请参阅 Web 上的 ECC 文档。易失性过错计数器盯梢自前次驱动程序加载以来检测到的过错数。聚合过错计数无限期地继续存在，因而充当整个生命周期计数器。有关ECC的描述，请参阅（GPU 特点）部分。。

留意：

需求root权限。

除非运用 -i 参数指定单个 GPU，否则将影响一切 GPU。

此设置在下次重启后收效，并且是persistent.only。

取值规模：0/DISABLED, 1/ENABLED

运转示例：

敞开ECC运转示例：

nvidia-smi -e 1

NVIDIA-SMI系列命令详解(6)-设备修改选项(1)

上图中履行敞开指令之后，提示需求重启才干收效。Volatile Uncorr. ECC 对应的方位的off*阐明此设置项已更改，需求重启才干收效。

输入reboot重启主机之后，再履行nvidia-smi查询：

NVIDIA-SMI系列命令详解(6)-设备修改选项(1)

能够看到Volatile Uncorr. ECC 对应的方位的0，阐明ECC已敞开，且当时检测到0个ECC过错。假如想查询ECC相关的翔实信息，能够用NVIDIA-SMI系列指令详解(4)-选择性查询选项(1) 中介绍的选择性查询指令查询详解数据，各参数含义参见第四章，指令示例如下：

nvidia-smi --format=csv,noheader --query-gpu=ecc.errors.corrected.volatile.device_memory,ecc.errors.corrected.volatile.dram,ecc.errors.corrected.volatile.register_file,ecc.errors.corrected.volatile.l1_cache,ecc.errors.corrected.volatile.l2_cache,ecc.errors.corrected.volatile.texture_memory,ecc.errors.corrected.volatile.cbu,ecc.errors.corrected.volatile.sram,ecc.errors.corrected.volatile.total,ecc.errors.corrected.aggregate.device_memory,ecc.errors.corrected.aggregate.dram,ecc.errors.corrected.aggregate.register_file,ecc.errors.corrected.aggregate.l1_cache,ecc.errors.corrected.aggregate.l2_cache,ecc.errors.corrected.aggregate.texture_memory,ecc.errors.corrected.aggregate.cbu,ecc.errors.corrected.aggregate.sram,ecc.errors.corrected.aggregate.total,ecc.errors.uncorrected.volatile.device_memory,ecc.errors.uncorrected.volatile.dram,ecc.errors.uncorrected.volatile.register_file,ecc.errors.uncorrected.volatile.l1_cache,ecc.errors.uncorrected.volatile.l2_cache,ecc.errors.uncorrected.volatile.texture_memory,ecc.errors.uncorrected.volatile.cbu,ecc.errors.uncorrected.volatile.sram,ecc.errors.uncorrected.volatile.total,ecc.errors.uncorrected.aggregate.device_memory,ecc.errors.uncorrected.aggregate.dram,ecc.errors.uncorrected.aggregate.register_file,ecc.errors.uncorrected.aggregate.l1_cache,ecc.errors.uncorrected.aggregate.l2_cache,ecc.errors.uncorrected.aggregate.texture_memory,ecc.errors.uncorrected.aggregate.cbu,ecc.errors.uncorrected.aggregate.sram,ecc.errors.uncorrected.aggregate.total

NVIDIA-SMI系列命令详解(6)-设备修改选项(1)

封闭ECC运转示例：

nvidia-smi -e 0

NVIDIA-SMI系列命令详解(6)-设备修改选项(1)

-p 重置 ECC 过错计数器为0

重置方针 GPU 的 ECC 过错计数器。

NVIDIA GPU 可认为各种类型的 ECC 过错供给过错计数。一些 ECC 过错是单位或双位过错，其间单位过错已得到纠正，而双位过错则无法纠正。纹路内存过错能够通过从头发送来纠正，或者假如从头发送失败则无法纠正。这些过错在两个时刻尺度（易失性VOLATILE和聚合AGGREGATE）中可用。单比特 ECC 过错由硬件主动纠正，不会导致数据损坏。检测到双位过错但未更正。有关产生双位过错时核算应用程序行为的信息，请参阅 Web 上的 ECC 文档。易失性过错计数器盯梢自前次驱动程序加载以来检测到的过错数。聚合过错计数无限期地继续存在，因而充当整个生命周期计数器。 有关 ECC 过错计数器类型的阐明，请参阅（GPU 特点）部分。

留意：

需求root权限。

除非运用 -i 参数指定单个 GPU，否则将影响一切 GPU。

此操作的效果是立竿见影的。

取值规模：0|VOLATILE , 1|AGGREGATE

运转示例：

重置 AGGREGATE 聚合 ECC 计数为 0 运转示例：

nvidia-smi -p 1

能够运用 NVIDIA-SMI 系列指令详解(4)-选择性查询选项(1) 中介绍的选择性查询指令查询的 AGGREGATE 聚合 ECC计数数据，各参数含义参见第四章，查询聚合 ECC 计数数据的指令示例如下：

nvidia-smi --format=csv,noheader --query-gpu=ecc.errors.corrected.aggregate.device_memory,ecc.errors.corrected.aggregate.dram,ecc.errors.corrected.aggregate.register_file,ecc.errors.corrected.aggregate.l1_cache,ecc.errors.corrected.aggregate.l2_cache,ecc.errors.corrected.aggregate.texture_memory,ecc.errors.corrected.aggregate.cbu,ecc.errors.corrected.aggregate.sram,ecc.errors.corrected.aggregate.total,,ecc.errors.uncorrected.aggregate.device_memory,ecc.errors.uncorrected.aggregate.dram,ecc.errors.uncorrected.aggregate.register_file,ecc.errors.uncorrected.aggregate.l1_cache,ecc.errors.uncorrected.aggregate.l2_cache,ecc.errors.uncorrected.aggregate.texture_memory,ecc.errors.uncorrected.aggregate.cbu,ecc.errors.uncorrected.aggregate.sram,ecc.errors.uncorrected.aggregate.total

NVIDIA-SMI系列命令详解(6)-设备修改选项(1)

重置 VOLATILE 易失性 ECC 计数为 0 运转示例：

nvidia-smi -p 0

能够运用 NVIDIA-SMI 系列指令详解(4)-选择性查询选项(1) 中介绍的选择性查询指令查询的 VOLATILE 易失性 ECC计数数据，各参数含义参见第四章，查询易失性 ECC 计数数据的指令示例如下：

nvidia-smi --format=csv,noheader --query-gpu=ecc.errors.corrected.volatile.device_memory,ecc.errors.corrected.volatile.dram,ecc.errors.corrected.volatile.register_file,ecc.errors.corrected.volatile.l1_cache,ecc.errors.corrected.volatile.l2_cache,ecc.errors.corrected.volatile.texture_memory,ecc.errors.corrected.volatile.cbu,ecc.errors.corrected.volatile.sram,ecc.errors.corrected.volatile.total,ecc.errors.uncorrected.volatile.device_memory,ecc.errors.uncorrected.volatile.dram,ecc.errors.uncorrected.volatile.register_file,ecc.errors.uncorrected.volatile.l1_cache,ecc.errors.uncorrected.volatile.l2_cache,ecc.errors.uncorrected.volatile.texture_memory,ecc.errors.uncorrected.volatile.cbu,ecc.errors.uncorrected.volatile.sram,ecc.errors.uncorrected.volatile.total

NVIDIA-SMI系列命令详解(6)-设备修改选项(1)

附加选项

-i 显现单个指定GPU的数据

-i, --id=ID

显现单个指定 GPU 的数据。指定的 id 可能是驱动程序返回的天然枚举中 GPU 的从 0 开端的索引、GPU 的板序列号、GPU 的 UUID 或 GPU 的 PCI 总线 ID（如 domain:bus:device.function in hex）。主张需求一致性的用户运用 UUID 或 PCI 总线 ID，因为设备枚举顺序不能保证在从头启动之间坚持一致，并且板序列号可能在同一板上的多个 GPU 之间同享。