如何用C 编写获取GPU使用率的代码 Win7系统 CUDA平台

GPU利用率是衡量应用程序在利用图形处理单元（GPU）的计算能力的一个重要指标，它可以帮助开发者优化程序性能、监控系统资源以及确保应用运行效率。在Windows 7系统上，通过CUDA平台，可以利用其所提供的API来查询GPU的使用情况。使用NVML（NVIDIA Management Library）库可获取NVIDIA GPU的使用率、使用NVAPI（NVIDIA APIs）也能完成相似的任务、使用CUDA Runtime API和CUDA Driver API可以监控代码执行时的GPU利用情况。

在这里，我们详细描述如何使用NVML库来获取GPU的使用率，这是因为NVML专为监控和管理NVIDIA GPU设计，且提供了一系列强大的函数，可以轻松地获取GPU的不同状态信息，包括利用率。

一、设置开发环境

首先，要确保开发环境已正确设置CUDA平台。这包括安装适合Windows 7的CUDA Toolkit以及相应版本的NVIDIA GPU驱动。同时，还需要确保有合适版本的Visual Studio作为开发环境。

安装CUDA Toolkit

1. 从NVIDIA官方网站下载与你的NVIDIA GPU兼容的CUDA Toolkit版本。
2. 按照提供的指引安装CUDA Toolkit，包括相应的NVIDIA驱动和所需的编译工具。

确保开发工具

1. 安装Visual Studio，它是编写C语言代码的常用IDE之一。
2. 设定CUDA平台的环境变量，确保可以在命令行或IDE中使用nvcc编译器和其他CUDA工具。

二、理解NVML库

在获取GPU使用率之前，需要了解NVML库。NVML是NVIDIA提供的一套跨平台的管理和监控工具，它支持从驱动层面查询GPU的状态。

NVML库的基本功能

1. 查询GPU的序列号、温度、电源状态、时钟速率等信息。
2. 监控GPU的实时使用率、内存使用量和PCIe带宽。
3. 控制GPU的风扇速度、电源管理等。

获取NVML库

NVML库通常随CUDA Toolkit或NVIDIA驱动一同安装，无需单独下载。如果未找到，可以从NVIDIA官方网站下载并按照说明安装。

三、编写NVML查询代码

要使用NVML获取GPU使用率，需要编写一系列的C代码来调用相应的API函数。

导入NVML库

#include <nvml.h>

初始化和关闭NVML

在调用任何NVML操作前，需要先初始化NVML库，并在所有操作完成后关闭库：

nvmlInit();

...
nvmlShutdown();

四、获取GPU使用率

要获取特定GPU的使用率，需要执行以下步骤：

选取要监控的GPU

通过NVML API获取系统中的GPU数量然后选取特定的GPU。

nvmlDevice_t device;

nvmlDeviceGetHandleByIndex(0, &device);

查询使用率

使用nvmlDeviceGetUtilizationRates函数查询特定GPU的使用率。

nvmlUtilization_t utilization;

nvmlDeviceGetUtilizationRates(device, &utilization);
printf("GPU Usage: %d%%\n", utilization.gpu);

五、完整示例代码

结合上述介绍，一个完整的示例代码如下：

#include <stdio.h>

#include <nvml.h>
int mAIn() {
    nvmlReturn_t result;
    nvmlDevice_t device;
    nvmlUtilization_t utilization;
    // 初始化NVML
    result = nvmlInit();
    if (NVML_SUCCESS != result) {
        printf("Failed to initialize NVML: %s\n", nvmlErrorString(result));
        return 1;
    }
    // 获取第一块GPU的句柄
    result = nvmlDeviceGetHandleByIndex(0, &device);
    if (NVML_SUCCESS != result) {
        printf("Failed to get handle for GPU 0: %s\n", nvmlErrorString(result));
        nvmlShutdown();
        return 1;
    }
    // 获取GPU使用率
    result = nvmlDeviceGetUtilizationRates(device, &utilization);
    if (NVML_SUCCESS == result) {
        printf("GPU Usage: %d%%\n", utilization.gpu);
    } else {
        printf("Failed to get GPU utilization: %s\n", nvmlErrorString(result));
    }
    // 关闭NVML
    nvmlShutdown();
    return 0;
}

在运行上述代码之前，我们需要将其编译。在Windows环境下，可以使用Visual Studio提供的编译器或者通过命令行调用nvcc编译器进行编译。编译成功后运行程序将会看到命令行输出GPU的使用率。

需要注意的是，获取GPU使用率的代码依赖于NVIDIA提供的硬件和软件环境，仅适用于NVIDIA的GPU，并需要保证系统中安装了正确的CUDA Toolkit版本和兼容的NVIDIA驱动。

六、错误处理和稳健性

撰写任何监控代码时，都需要考虑异常情况和错误处理，以保证代码的稳健性。

异常情况处理

1. 对NVML API调用的返回值进行检查。
2. 对不同错误情况进行诊断，并提供相应的错误信息。
3. 考虑GPU不存在、NVML库初始化失败或API调用失败等情况。

提高代码的稳健性

1. 在得到了使用率数据后，可通过循环或定时器持续监控GPU的实时状态。
2. 在代码中加入逻辑判断，确保在NVML库关闭之前，所有句柄均已释放，避免资源泄露。
3. 可对代码进行封装，设计成模块化函数，方便在其他程序中调用。

七、进一步优化和实用功能

获取GPU使用率的代码可以根据实际需要进行进一步的优化和扩展。

实时监控

可以将获取GPU使用率的代码封装进一个循环中，并设定合适的查询间隔，实现周期性监控GPU状态。

图形界面展示

结合图形编程库，将获取到的GPU使用率以图形化界面的方式展示，提升用户体验，适合非专业人员的使用。

数据记录与分析

添加数据记录功能，将监控到的GPU使用率保存到文件中，可用于后期的性能分析和趋势预测。

整理以上内容，我们提供了一种在Windows 7系统上，通过CUDA平台和C语言使用NVML库获取GPU使用率的方法。各个环节紧密相关，务必按照步骤进行以避免错误。自此，开发者能够根据自身需求适当修改与优化代码，实现更高级的监控与管理功能。

相关问答FAQs：

1. 如何在C语言中编写代码来获取GPU的使用率？

要在C语言中编写代码来获取GPU的使用率，您可以使用CUDA平台和相应的库函数。以下是一个简单的示例代码，可以帮助您开始：

#include <cuda_runtime.h>
#include <stdio.h>

int main() {
    int deviceCount;
    cudaGetDeviceCount(&deviceCount);
 
    for (int i = 0; i < deviceCount; ++i) {
        cudaDeviceProp deviceProp;
        cudaGetDeviceProperties(&deviceProp, i);
        printf("Device %d: %s\n", i, deviceProp.name);
 
        int sm_per_multiproc = (deviceProp.major == 2) ? 32 : 16;
        int mp = deviceProp.multiProcessorCount;
 
        printf("  GPU Usage: %f\n", 100.0 * mp * sm_per_multiproc);
    }
 
    return 0;
}

此代码通过cudaGetDeviceCount函数获取已安装的GPU数量，然后使用cudaGetDeviceProperties函数获取每个GPU的属性。最后，它计算出GPU的使用率，并将其打印出来。

2. 如何在Windows 7系统上运行C语言编写的获取GPU使用率的代码？

要在Windows 7系统上运行C语言编写的获取GPU使用率的代码，您需要确保已经安装了与您的GPU相对应的CUDA平台和驱动程序。您可以从NVIDIA官方网站下载适用于Windows 7的CUDA平台和驱动程序。

在安装完成后，您可以使用任何支持C语言的IDE或文本编辑器来编写和编译您的代码。确保将CUDA平台的路径添加到编译器的搜索路径中，以便正确地连接和运行CUDA库。

3. 如何在C语言代码中获取GPU使用率并使用CUDA平台进行编程？

要在C语言代码中获取GPU使用率并使用CUDA平台进行编程，需要遵循以下步骤：

1. 安装适用于您的GPU的CUDA平台和驱动程序。
2. 在代码中包含CUDA运行时头文件，例如<cuda_runtime.h>。
3. 使用cudaGetDeviceCount函数获取已安装的GPU数量。
4. 使用cudaGetDeviceProperties函数获取每个GPU的属性，例如名称，多处理器数量等。
5. 根据GPU的属性计算出使用率，并将其显示出来。
6. 使用适当的编译器和CUDA库进行编译并运行代码。

请注意，编写CUDA代码需要对GPU编程和并行计算有一定的了解，建议先学习CUDA的基础知识和相关编程概念。

最后建议，企业在引入信息化系统初期，切记要合理有效地运用好工具，这样一来不仅可以让公司业务高效地运行，还能最大程度保证团队目标的达成。同时还能大幅缩短系统开发和部署的时间成本。特别是有特定需求功能需要定制化的企业，可以采用我们公司自研的企业级低代码平台：织信Informat。 织信平台基于数据模型优先的设计理念，提供大量标准化的组件，内置AI助手、组件设计器、自动化（图形化编程）、脚本、工作流引擎（BPMN2.0）、自定义API、表单设计器、权限、仪表盘等功能，能帮助企业构建高度复杂核心的数字化系统。如ERP、MES、CRM、PLM、SCM、WMS、项目管理、流程管理等多个应用场景，全面助力企业落地国产化/信息化/数字化转型战略目标。 版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们微信：Informat_5 处理，核实后本网站将在24小时内删除。