Nvidia smi не работает

3 простых шага по исправлению ошибок NVIDIA-SMI.EXE

Файл nvidia-smi.exe из NVIDIA Corporation является частью NVIDIA-SMI 4 311 06. nvidia-smi.exe, расположенный в C: \Windows \system32 \DriverStore \FileRepository \nv_dispi .inf_amd64_neutral_67d640ab45cc6b34 \\ nvidia-smi .exe с размером файла 241440 байт, версия файла 8.17.13.1106, подпись 1cc0cf0105ca3c3c0c448c7f1a19fdac.

В вашей системе запущено много процессов, которые потребляют ресурсы процессора и памяти. Некоторые из этих процессов, кажется, являются вредоносными файлами, атакующими ваш компьютер.
Чтобы исправить критические ошибки nvidia-smi.exe,скачайте программу Asmwsoft PC Optimizer и установите ее на своем компьютере

1- Очистите мусорные файлы, чтобы исправить nvidia-smi.exe, которое перестало работать из-за ошибки.

1. Запустите приложение Asmwsoft Pc Optimizer.
2. Потом из главного окна выберите пункт «Clean Junk Files».
3. Когда появится новое окно, нажмите на кнопку «start» и дождитесь окончания поиска.
4. потом нажмите на кнопку «Select All».
5. нажмите на кнопку «start cleaning».

2- Очистите реестр, чтобы исправить nvidia-smi.exe, которое перестало работать из-за ошибки.

3- Настройка Windows для исправления критических ошибок nvidia-smi.exe:

1. Нажмите правой кнопкой мыши на «Мой компьютер» на рабочем столе и выберите пункт «Свойства».
2. В меню слева выберите » Advanced system settings».
3. В разделе «Быстродействие» нажмите на кнопку «Параметры».
4. Нажмите на вкладку «data Execution prevention».
5. Выберите опцию » Turn on DEP for all programs and services . » .
6. Нажмите на кнопку «add» и выберите файл nvidia-smi.exe, а затем нажмите на кнопку «open».
7. Нажмите на кнопку «ok» и перезагрузите свой компьютер.

Всего голосов ( 181 ), 115 говорят, что не будут удалять, а 66 говорят, что удалят его с компьютера.

Как вы поступите с файлом nvidia-smi.exe?

Некоторые сообщения об ошибках, которые вы можете получить в связи с nvidia-smi.exe файлом

(nvidia-smi.exe) столкнулся с проблемой и должен быть закрыт. Просим прощения за неудобство.

(nvidia-smi.exe) перестал работать.

nvidia-smi.exe. Эта программа не отвечает.

(nvidia-smi.exe) — Ошибка приложения: the instruction at 0xXXXXXX referenced memory error, the memory could not be read. Нажмитие OK, чтобы завершить программу.

(nvidia-smi.exe) не является ошибкой действительного windows-приложения.

(nvidia-smi.exe) отсутствует или не обнаружен.

NVIDIA-SMI.EXE

Проверьте процессы, запущенные на вашем ПК, используя базу данных онлайн-безопасности. Можно использовать любой тип сканирования для проверки вашего ПК на вирусы, трояны, шпионские и другие вредоносные программы.

процессов:

Cookies help us deliver our services. By using our services, you agree to our use of cookies.

Источник

Русские Блоги

Команда 7_nvidia-smi не может быть открыта в Windows (20190130)

Команда nvidia-smi не открывается в Windows (20190130)

Ранее я использовал nvidia-smi для проверки использования графической карты в Linux, но не могу использовать ее в командной строке Windows, но графическая карта NVIDIA установлена ​​локально. Это часто происходит из-за того, что не добавляются переменные среды! ! !

1. Проанализируйте причину

Если вы установили драйвер NVIDIA в систему Windows, но введите его в командной строке Windows nvidia-smi Следующая ошибка отображается после команды:
nvidia-smi не является внутренней или внешней командой, а также не запущенной программой или командным файлом.

причина: Поскольку исполняемая программа NVIDIA не добавляется в переменные среды

Во-вторых, nvidia-smi решение проблем

Путь установки драйвера NVIDIA по умолчанию: C:\Program Files\NVIDIA Corporation\NVSMI Так что добавьте путь к Системные переменные среды Все нормально.

Добавьте указанный выше путь к переменной среды следующим образом:

После успешного добавления переменных среды, затем снова откройте терминал и введите команду nvidia-smi, на экране отобразится следующее:

Введение в индексный указатель:

Значение индекса, показанного выше, вводится следующим образом:

• Вентилятор: отображает скорость вращения вентилятора, значение составляет от 0 до 100%, что является ожидаемой скоростью компьютера. Если компьютер не охлаждается вентилятором или вентилятор не работает, на дисплее отображается N / A;
• Temp: температура внутри видеокарты, в единицах по Цельсию;
• Perf: характеризует состояние производительности, от P0 до P12, P0 представляет максимальную производительность, P12 представляет состояние минимальной производительности;
• Pwr: представление энергопотребления;
• Bus-Id: связанная информация, связанная с шиной графического процессора;
• Диспл. A: означает «Активен», показывая, инициализирован ли дисплей графического процессора;
• Использование памяти: использование памяти;
• Volatile GPU-Util： поплавок Использование графического процессора;
• Compute M: режим расчета;

3. Использование команды nvidia-smi

• nvidia-smi: просмотр текущего использования видеокарты
• nvidia-smi -L: список информации обо всех видеокартах
• nvidia-smi -l 1: динамическое отображение информации об использовании видеокарты, обновляется каждую секунду, значения параметров могут быть изменены сами
• nvida-smi -lms: круговой динамический дисплей
• nvidia-smi dmon: монитор устройства
• nvidia-smi -i n: отобразить указанную видеокарту (если у вас несколько видеокарт, значение n соответствует расположению видеокарты)

Для более подробной информации об использовании команды, пожалуйста, используйте nvidia-smi -h Посмотреть

Источник

NVIDIA-SMI не удалось, потому что он не мог связаться с драйвером NVIDIA. Убедитесь, что последний драйвер NVIDIA установлен и работает

Я только что установил CUDA в ноутбук, как это:

Компиляция работает нормально, но когда я пытаюсь запустить, у меня возникает следующая проблема: ошибка CUDA в file.cu:128 code=35(cudaErrorInsufficientDriver) «cudaStreamCreate(&(stream[i]))»

Моя версия nvcc:

Информация о видеокарте:

Я также установил VirtualGL, шмель-nvidia, primus, freeglut3-dev. После этого

Когда я пытаюсь запустить что-то на шмеле, я получаю это: optirun glxspheres64

Драйвер NVIDIA не работает.

Похоже, версия nvidia 375 установлена, но я не могу заставить ее работать.

И немного информации о водителе.

Я думаю, что это может быть проблема версии драйвера:

Что мне не хватает?

4 ответа

Если твой nvidia-smi не удалось связаться, но вы установили драйвер так много раз, проверьте prime-select ,

1. Бежать prime-select query чтобы получить все возможные варианты. Вы должны увидеть хотя бы nvidia | intel ,
2. выберите prime-select nvidia ,
3. Если это говорит nvidia is already selected выберите другой, например prime-select intel , затем переключитесь обратно на nvidia prime-select nvidia
4. Перезагрузитесь и проверьте nvidia-smi ,

Я отключил Secure Boot, и он работал довольно хорошо.

@ rod-smith ответил на еще один вопрос, более конкретно объясняя, как это сделать, в основном это настройка конфигурации, но он также написал хорошую статью о том, как это сделать, здесь.

Вы можете установить Cuda Toolkit. Используя следующую команду, чтобы установить его.

После завершения установки перезагрузите компьютер. nvidia-smi должно сработать.

Поскольку я не могу комментировать ответ @Rodolfo выше (недостаточно репутации), я добавляю новый ответ.

На моей машине мне пришлось настроить Secure Boot в соответствии с моей ОС. У меня есть материнская плата ASUS с Ubuntu 18.04 и я пытался установить NVIDIA CUDA 10.1 Update 2 с помощью упакованного драйвера NVIDIA. Я столкнулся с той же проблемой, как описано выше. Как оказалось, Secure Boot был установлен в режим Windows UEFI. Смена на другую ОС исправила это для меня.

Если вы ищете решение для Google Cloud Platform, лучше всего последовать совету Google и использовать только рекомендованную версию Ubuntu (на момент написания статьи в мае 2020 года используйте 16.04 или 18.04, новая 20.04 еще не поддерживается) и следуйте официальным инструкциям по установке поддержки CUDA для Google Cloud VM здесь. Это даст вам правильную версию драйвера, которая работает с GCP VM. Затем перезапустите экземпляр с помощью sudo reboot или с консоли.

Если вы устанавливаете CUDA для виртуальной машины GCP любым другим способом, вы все равно можете добиться успеха, но боретесь с такими проблемами, как «сбой NVIDIA-SMI, потому что он не может связаться с драйвером NVIDIA» или с какой-либо проблемой зависимости.

PS! Я не буду копировать приведенные здесь инструкции, поскольку они могут измениться в любое время. Всегда обращайтесь к исходному источнику GCP для получения последнего рабочего решения.

Решение Маркуса привело меня к лучшему решению. Так что это связано с безопасной загрузкой, но ее не нужно деактивировать.

Чтобы решить эту проблему, просто выполните 3 шага: деактивируйте драйвер Nvidia, выбрав X.Org с помощью инструмента «Дополнительные драйверы», перезагрузитесь, затем активируйте драйвер Nvidia, перезагрузитесь и зарегистрируйте ключ в безопасной загрузке.

Обычно, когда вы активируете драйвер Nvidia с помощью инструмента «Дополнительные драйверы», у вас запрашивают (новый) пароль для безопасной загрузки. После перезагрузки ПК переходит в настройки безопасной загрузки, и вас просят зарегистрировать новый ключ MOK, который необходимо подтвердить тем же паролем. После этого драйвер получит доступ к карте Nvidia и будет работать.

Для будущих читателей:

Я нахожусь на экземпляре виртуальной машины (Google Cloud Platform)

и я слежу за этим, чтобы установить Cuda а также CuDNn на моей ВМ.

Я должен был вручную загрузить CuDNn часть. (Просто выкладываю это там.)

Теперь перейдем к ошибке:

У меня возникла эта проблема, но полный перезапуск экземпляра сделал свою работу. И под полным перезапуском я имею в виду остановку экземпляра и его повторное включение.

Источник

How do I run nvidia-smi on Windows?

nvidia-smi executed in a Command Prompt (CMD) in Windows returns the following error

Where is it located? CUDA is installed already.

6 Answers 6

Nvidia-SMI is stored by default in the following location

Where nvdm* is a directory that starts with nvdm and has an unknown number of characters after it.

Note: Older installs may have it in C:\Program Files\NVIDIA Corporation\NVSMI

You can move to that directory and then run nvidia-smi from there. However, the command prompt window will not persist, making it very difficult to see the information. Additionally it is challenging to determine what the nvdm* directory is as this changes and there are multiple directories of this format. To complicate matters, unlike linux, it can’t be executed by the command line in a different path. It’s better to find the exact location and create a shortcut that runs it in a periodic manner.

To find your exact location

1. Open File Explorer (File Folder Icon on your Task Bar, Near Start / Cortana / Task View buttons).
2. In the left Pane, click ‘This PC’.
3. In the main viewer, just to the top of the Icons, is a search bar. Type nvidia-smi.exe and hit enter. It will come up after some time.
4. Right-click and choose ‘Open File Location’ and continue with the below instructions to make a desktop shortcut, or double click to run once (not recommended, as it runs and closes the window once complete, making it hard to see the information).

Make a shortcut that runs nvidia-smi and refreshes periodically

1. Follow the above steps under ‘To find your exact location’.
2. Right click on nvidia-smi.exe (it may just say nvidia-smi in the viewpane) and choose create a shortcut. It will likely tell you that you can’t create a shortcut here, and ask if you want to put it on your desktop. Hit yes.
3. Now, on the desktop, right click on the shortcut you have just created, hit properties, and Under Shortcut > Target modify the string path to include -l .

For example, modify:

Then hit «Apply», and then «OK».

In this example, when you open the shortcut, it will keep the command prompt open and allow you to watch your work as nvidia-smi refreshes every five seconds.

Источник

NVIDIA-SMI не удалось, потому что он не мог связаться с драйвером NVIDIA

Ошибка NVIDIA SMI из-за невозможности взаимодействия с драйвером NVIDIA. Убедитесь, что широта

Я использую экземпляр AWS EC2 g2.2xlarge с Ubuntu 14.04 LTS. Я хотел бы наблюдать за использованием графического процессора во время обучения моих моделей TensorFlow. Я получаю сообщение об ошибке при запуске nvidia-smi.

Я выполнил следующие инструкции, чтобы установить CUDA 7 и cuDNN:

После перезагрузки обновите initramfs, запустив ‘$ sudo update-initramfs -u’

Теперь, пожалуйста, отредактируйте файл /etc/modprobe.d/blacklist.conf, чтобы он занес в черный список nouveau. Откройте файл в редакторе и вставьте следующие строки в конец файла.

черный список nouveau черный список lbm-nouveau options nouveau modeset = 0 alias nouveau off alias lbm-nouveau off

Сохраните и выйдите из файла.

Теперь установите основные инструменты сборки, обновите initramfs и снова перезагрузитесь, как показано ниже:

После перезагрузки выполните следующие команды, чтобы установить Nvidia.

Теперь, когда система заработала, проверьте установку, выполнив следующее.

Вы должны увидеть результат вроде «nvidia.png».

Теперь выполните следующие команды. $

Однако nvidia-smi по-прежнему не показывает активность графического процессора, пока Tensorflow обучает модели:

Я решил, что «NVIDIA-SMI не работает, потому что не может связаться с драйвером NVIDIA» на моем ноутбуке ASUS с GTX 950m и Ubuntu 18.04, отключив Secure Boot Control в BIOS.

• 1 У меня работает. Теперь я снова могу использовать CUDA.
• Работал на Dell Inspiron 7460 с 940MX. Большое спасибо!
• Отключение безопасной загрузки сработало для Acer Aspire VN7 с Geforce-950M.
• Я не думаю, что это хорошая идея отключить безопасную загрузку. Вы можете зарегистрироваться в MOK (ключ владельца машины), тогда вам не нужно отключать безопасную загрузку.
• Как я могу этого добиться? Зарегистрируйтесь в MOK и не отключите безопасную загрузку?

Я получал ту же ошибку на моем Ubuntu 16.04 (ядро Linux 4.14) в Google Compute Engine с графическим процессором K80. Я обновил ядро ​​до 4.15 с 4.14, и проблема была решена. Вот как я обновил ядро ​​Linux с 4.14 до 4.15:

Вы должны увидеть, что ваше ядро ​​обновлено и, надеюсь, nvidia-smi должна работать.

• Это сработало для меня и драйвера nvidia-390, это modprobe Теперь я обновил ядро ​​с 4.4.0 до 4.15.0.
• Потратив более 4 часов, этот решил мою проблему. Спасибо.
• 1 Вы обновились до 4.14 (как указано в тексте) или до 4.15 (как показано в коде)? Я использую 4.15, и у меня такая же проблема
• Приносим извинения за путаницу. Похоже, произошла опечатка. Только что отредактировал это

Выполните следующее, чтобы получить правильный драйвер NVIDIA:

Затем выберите правую и запустите:

Я работаю с экземпляром AWS DeepAMI P2 и внезапно обнаружил, что команда Nvidia-driver не работает, а графический процессор не найден библиотекой torch или tensorflow. Тогда я решил проблему следующим образом:

Бегать nvcc —version если это не сработает

Затем запустите следующий

apt install nvidia-cuda-toolkit

Надеюсь, это решит проблему.

• 2 Это работает для меня. В моем случае перезагрузка необходима для того, чтобы nvidia-smi снова заработала.

Я просто хочу поблагодарить @Heapify за практический ответ и обновить его ответ, потому что прикрепленные ссылки не актуальны.

Шаг 1: Проверьте существующее ядро ​​вашего Ubuntu Linux:

Шаг 2:

Ubuntu поддерживает веб-сайт для всех выпущенных версий ядра. На момент написания последней стабильной версии ядра Ubuntu была версия 4.15. Если вы перейдете по этой ссылке: http://kernel.ubuntu.com/

kernel-ppa/mainline/v4.15/, вы увидите несколько ссылок для загрузки.

Шаг 3:

Загрузите соответствующие файлы в зависимости от типа вашей ОС. Для 64-битной версии я бы загрузил следующие файлы deb:

Шаг 4:

Установите все загруженные файлы deb:

Шаг 5:

Перезагрузите компьютер и проверьте, обновлено ли ядро:

Чтобы решить эту проблему независимо от версии ядра, я выбрал параметры WGET и установил их.

Версия драйвера: 390.138 на сервере Ubuntu 18.04.4

Я пробовал вышеуказанные решения, но для меня сработало только следующее.

Мне пришлось установить драйвер NVIDIA 367.57 и CUDA 7.5 с Tensorflow на экземпляр g2.2xlarge Ubuntu 14.04LTS. например nvidia-графика-драйверы-367_367.57.orig.tar

Теперь графический процессор GRID K520 работает, пока я тренирую модели тензорного потока:

Ничего из вышеперечисленного мне не помогло.

Я использую Kubernetes на Google Cloud с участием тесла к-80 гпу.

Следуйте этому руководству, чтобы убедиться, что вы все установили правильно: https://cloud.google.com/kubernetes-engine/docs/how-to/gpus

Мне не хватало нескольких важных вещей:

1. Установка драйверов устройств NVIDIA GPU на вашем УЗЛЫ. Для этого используют:

kubectl apply -f https://raw.githubusercontent.com/GoogleCloudPlatform/container-engine-accelerators/master/nvidia-driver-installer/cos/daemonset-preloaded.yaml

Для узла UBUNTU:

kubectl apply -f https://raw.githubusercontent.com/GoogleCloudPlatform/container-engine-accelerators/master/nvidia-driver-installer/ubuntu/daemonset-preloaded.yaml

Убедитесь, что на ваши узлы было выполнено обновление. Если обновления отключены, перезапустите их.

Я использую это изображение nvidia / cuda: 10.1-база-ubuntu16.04 в моем докере

Вы должны установить лимит графического процессора! Это единственный способ взаимодействия драйвера узла с модулем. В вашей конфигурации yaml добавьте это в свой контейнер:

Один важный факт о драйверах NVIDIA, который не очень хорошо известен, заключается в том, что они построены DKMS. Это позволяет автоматически перестроить в случае обновления ядра, это происходит при запуске системы. Из-за этого довольно легко пропустить сообщения об ошибках, особенно если вы работаете с облачной виртуальной машиной или сервером без дополнительного интерфейса IPMI / управления. Однако можно запустить сборку DKMS, просто выполнив dkms autoinstall сразу после установки пакетов. Если это не удастся, вы получите значимое сообщение об ошибке об отсутствии зависимости или о чем-то еще. Если dkms autoinstall правильно собирает модули, вы можете просто загрузить их modprobe — нет необходимости перезагружать систему (что часто используется как способ запуска DKMS rebuild). Вы можете проверить пример здесь

Это может произойти после обновления ядра Linux, если вы ввели эту ошибку, вы можете восстановить драйвер nvidia, используя следующую команду для исправления:

1. Во-первых, вам нужно иметь dkms , который может автоматически регенерировать новые модули после изменения версии ядра.
   sudo apt-get install dkms
2. Во-вторых, восстановите драйвер nvidia. Здесь моя версия драйвера nvidia — 440.82, если вы установили раньше, вы можете проверить установленную версию на /usr/src .
   sudo dkms build -m nvidia -v 440.82
3. Наконец, переустановите драйвер nvidia. А затем перезагрузите компьютер.
   sudo dkms install -m nvidia -v 440.82

Теперь вы можете проверить, можете ли вы его использовать sudo nvidia-smi .

Попробуйте вытащить видеокарту NVIDIA и снова вставить ее.

• 5 Как это могло помочь?
• 8 Как это сделать на инстансе AWS?

Источник