如何判断当前电脑上的 pytorch 是否支持 CUDA

更新日期: 2023-03-30 阅读次数: 4739 字数: 337 分类: AI

CUDA

CUDA 是 Nvidia GPU 提供的软件 API。

查看显卡型号

Windows 11,我的电脑 - 右键属性 - 设备管理器 - 显示适配器

例如,我这个 Dell 台式机是:

  • NVIDIA GeForce GT 710
  • Intel(R) UHD Graphics 630

而我的笔记本则是 AMD 的显卡。

这些 GPU 都不支持 CUDA,GT 710 则是因为太老,也不支持。

查看 pytorch 是否支持 CUDA

> python
Python 3.10.9
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.__version__
'1.13.1'
>>> torch.cuda.is_available()
False

如果安装的 pytorch 在编译时不支持 CUDA,即便硬件支持,也会显示不支持。

Google Colab 免费 GPU

为了节省训练时间,我使用了 Google Colab 免费的带 GPU 的服务器(开发了一个用于识别图片中指定物体数量的 Android APP),看看检测结果:

import torch

print(f"Setup complete. Using torch {torch.__version__} ({torch.cuda.get_device_properties(0).name if torch.cuda.is_available() else 'CPU'})")

输出:

Setup complete. Using torch 1.13.1+cu116 (Tesla T4)

GPU 相对 CPU 在 pytorch 上的优势

  • GPU 图形处理单元
  • CPU 中央处理器

GPU 适合可以并行计算的场景。在 pytorch 的使用场景上相对 CPU 要快 50 倍。

较大任务可以分解的任务数量取决于特定硬件上包含的内核数量。 内核是在给定处理器中实际执行计算的单元,CPU通常具有四个,八个或十六个内核,而GPU可能具有数千个。

CPU 版本的 PyTorch 只能在 CPU 上进行计算,无法利用 GPU 在矩阵计算上的优势。

微信关注我哦 👍

大象工具微信公众号

我是来自山东烟台的一名开发者,有感兴趣的话题,或者软件开发需求,欢迎加微信 zhongwei 聊聊, 查看更多联系方式

tags: pytorch