Parallel processing GPU MHZ利用率

我正在为GPU卡开发一个监控代理，它能够使用CUDA和NVML库提供实时遥测

我想了解更多关于GPU内核操作与Intel/AMD CPU内核工作原理的信息

可用于CPU的一个公式是（cpumhz或工作负载平均峰值CPU利用率（MHz）），如下所示：

((CPUSPEED * CORES) /100) * CPULOAD = Workload average peak CPU utilization

更多细节在这里

那么，同样的公式可以应用于GPU是否正确呢。例外情况是CUDA cores/Shader代替了“cores”，或者我可以将当前时钟速度乘以实际gpu时钟使用量，因为gpu的1000个cores/Shader有一个core时钟

例如：

((GRAPHICS_MHZ * CUDA_CORES) /100) * GPU_LOAD = GPU MHZ utilization

请查看，它是nvidia smi的包装

---

而且，它可以获取GPU的最大电流相对负载

我想我找到了基于GPU卡工作原理的答案。由于每个内核都是并行运行的，所以它们的工作效率比我读到的CPU内核要高很多

对于CPU核心，您可以使用上述公式，但如果您希望看到gpu卡上使用的mhz，您可以简单地使用：

(GRAPHICS_MHZ * /100) * GPU_LOAD = GPU MHZ utilization

---

好的方面是，您得到的GPU负载与您从CPU卡得到的计算结果不同，GPU卡提供的计算结果也不同。如果有人有不同的意见，我很乐意听听。

您好，谢谢您的回复。我知道如何获得gpuload和内存负载。我试图验证我对gpu内核如何工作和cpu内核的理解，当你想知道基于gpu负载和当前图形mhz消耗了多少mhz利用率时。我可以生成这样的数据：`“gpu图形处理器时钟频率”：139，“gpu图形处理器负载”：76，“gpu内存带宽”：192.192，“gpu内存带宽使用”：19.44，“gpu内存总线”：192，“gpu内存时钟频率”：405，“gpu内存加载”：46，“gpu内存总量”：3072，“gpu内存使用”：262.49`我会检查这些工具；-）对于GPU，您可以使用SM利用率或SM调度程序（SMSP）作为（SM[sp]\uuuuuu活动\u周期/SM[sp]\uuuuu已用\u周期*100）。已用\u周期除以GPU时间\u持续时间即为SM时钟频率。给出的度量名称是PerfWorks度量。类似信息可通过CUPTI SDK收集，但仅限于单个CUDA上下文。我相信对于所有的NVIDIA GPU，NVIDIA smi将报告单线程内核发布的100%利用率。