GPU降温测试

前提

同一个训练程序，使用8块GPU，GPU使用率基本全程>90%，GPU为1080 Ti

限制最高功率效果

不限制最高功率(默认最高功率250W)：最高温度85°，大多时间在75°-85°之间
将最高功率限制为150W：最高温度81°，大多时间在70°-81°之间
将最高功率限制为125W：最高温度77°，大多时间在61-77°之间
限制功率对性能的影响暂时细致测试，从训练时间上看，稍有下降（5个batch的训练耗时从15秒增加到17秒），看上去影响不大
以上测试时，风扇转速大约维持在45%

提高风扇转速

提高风扇转速降温很明显，由于修改风扇转速脚本还不完善，暂时没有测试很完整

功率限制

手动设置GPU卡设备的状态选项：nvidia-smi –pm 0/1，设置持久模式：0/DISABLED,1/ENABLED
功率限制信息查询： nvidia-smi -q -d POWER
功率限制设定：nvidia-smi -pl 150, 最大功率设置为150
针对某张卡设置功率：nvidia-smi -i 1 -pl 150, 将第1张卡的最大功率设置为150
docker内部限定功率：需要在启动容器时加入–cap-add=SYS_ADMIN
See: https://docs.docker.com/engine/security/security/#linux-kernel-capabilities

风扇转速设置

nvidia-settings -a ‘[gpu:0]/GPUFanControlState=1’ -a ‘[fan:0]/GPUTargetFanSpeed=60’ 无法直接在没有X server的服务器上直接运行
解决方法：https://github.com/boris-dimitrov/set_gpu_fans_public