在Linux（Ubuntu）上进行模型训练期间，监测NVIDIA GPU的最佳方法是什么？

Question

【以下的问题经过翻译处理】 在Linux（Ubuntu）Amazon EC2实例上监控NVIDIA GPU利用率，推荐使用哪个工具？我当前正在训练自定义的TensorFlow ML模型，并使用NVIDIA系统管理接口（nvidia-smi）跟踪内存使用情况，GPU利用率以及NVIDIA GPU设备的温度。

Answer

【以下的回答经过翻译处理】 您可以通过cloudwatch监控NVIDIA GPU的指标。如下面链接所示：https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch-Agent-NVIDIA-GPU.html。您还可以使用Amazon SageMaker调试器分析报告来捕获系统指标。该报告提供以下信息：* 系统使用统计数据* 框架指标* 规则评估结果* 步骤持续时间* GPU利用率* 批量大小* CPU瓶颈* I / O瓶颈* 负载均衡* GPU内存

在Linux（Ubuntu）上进行模型训练期间，监测NVIDIA GPU的最佳方法是什么？

Contenido relevante