areum

아래 코드를 작성하면 csv파일로 log가 축적됩니다. #!/usr/bin/env bash nvidia-smi --query-gpu=timestamp,pci.bus_id,utilization.gpu,utilization.memory --format=csv -l 1 -f gpu_log_$(date "+%Y-%m-%d-%T").csv ctrl + z를 눌러 종료하면 저 코드를 실행한 시간부터 종료한 시간까지의 log가 축적됩니다. 자세한 코드는 아래 블로그 참고하면 될 거 같습니다. https://github.com/eryl/gpulog GitHub - eryl/gpulog: Example script for logging and displaying GPU utilization using nvidia-smi..

1. 도커 컨테이너 생성 2. 도커 컨테이너 접속 3. 도커 컨터에너 나오기/중지 4. 도커 컨테이너 세부 정보 확인 1. 도커 컨테이너 생성하는 방법 docker run [옵션] 이미지명[:태그명] 주요 옵션 옵션 설명 --cpus CPU 개수 --cpuset-cpus 실행을 허용할 CPU 번호 (0-3, 0,1) --gpus 컨테이너에 추가할 GPU 장치(모든 GPU를 전달하려면 'all') --device 컨테이너에 호스트 장치 추가 --memory, -m 메모리 제한 --name 컨테이너 이름 지정 --volume , -v Bind mount a volume --publish , -p 컨테이너의 포트를 호스트에 게시 docker run --gpus ‘”device=숫자,숫자”’ --cpus=8 -..

컨테이너를 생성 시 다양한 옵션이 존재하지만 오늘은 CPU와 Memory 관련해서 알아보도록 하겠습니다. 기본적으로 컨테이너를 생성할 때, 하드웨어 리소스의 사용 제한을 받지 않습니다. 그렇기 때문에 하나의 컨테이너가 모든 리소스를 사용할 수 있게 되고, 다른 컨테이너가 상대적으로 적은 리소스를 사용하게 됩니다. memory 리소스할당 cpu 리소스 할당 이미 생성된 container 리소스 재설정 리소스 확인 1. Memory 리소스 할당 docker run -d -m 500m [컨테이너이름:tag] docker run -d -m 1g --memory-reservation 500m [컨테이너 이름:tag] docker run -d -m 200m --memory-swap 300m [컨테이너 이름:tag]..