精华内容
下载资源
问答
  • <div><p>I upgraded from a 1080 card to a Titan X Pascal. Everything was working great with the 1080. <p>With the Titan X Pascal card, every game tries to load and then crashes almost immediately. <p>I...
  • <div><p>I have added some Titan X Maxwell benchmarks. <p>A few observations: - I have better caffe results (obtained by running <code>subprocess.call(CAFFE + " time -model vgg16_deploy....
  • Out of memory on GPU Titan X

    2021-01-12 03:16:04
    3, and tried the code on GPU Titan X. The memory cost keeps on increasing, and soon causes out of memory. Must I use a GPU with 24 GB memory? Any suggestions are appreciated. <p>Thanks!</p><p>该提问...
  • 12G Titan X out of memory?

    2020-12-28 05:16:21
    s really wired since the Titan X has a cuda memory of 12GB. What's the memory size it need for running the demo? <p>Thanks</p><p>该提问来源于开源项目:CMU-Perceptual-Computing-Lab/caffe_...
  • <p>Basically, when you run a benchmark long enough to make the GPU really hot, Titan X seems to be running at full speed for a while, and then throttles down significantly to make the temperature ...
  • GTX Titan X hashrate is at 11% of what it should be, namely 4.61 when it should be about 35 MH/s <p><strong>To Reproduce Ubuntu 18, Cuda 10 , latest release of ethminer <p>have successfully run this ...
  • ​第一次配4块Titan X Pascal的台式机器,也没什么太多经验,结合网友们和朋友们的建议,我实验性的装了一下,最后也算一切顺利。不少同学找我要配置,我不是搞硬件的,只不过中间有些经验教训,跟大家分享一下。我...

    由于UCSB是季度制,9月下旬才开学,于是不久前我决定亲自上阵给实验室的同学们配一台多显卡的深度学习服务器。​第一次配4块Titan X Pascal的台式机器,也没什么太多经验,结合网友们和朋友们的建议,我实验性的装了一下,最后也算一切顺利。不少同学找我要配置,我不是搞硬件的,只不过中间有些经验教训,跟大家分享一下。

    我的配置:

    GPU: 4 x Titan X Pascal GPU。之所以不选择1080是因为只有8GB的内存,可能深度学习在处理大数据集的时候有可能会遇到点瓶颈。之前Titan X Pascal一直断货,几周前官网开始偶尔有货,我请系里的秘书帮忙刷了一周,总算买了几块(一天只能买两块)。http://www.geforce.com/hardware/10series/titan-x-pascal

    主板:Asus X99-e WS。这个是workstation版本的Asus X99,支持四块显卡,USB 3.1,很多的硬盘接口。支持Intel 59xx和6字头的i7处理器。不喜欢这块板子的也可以试试rampage v edition 10,或者rampage v extreme。可能也有便宜的板子支持4 GPU,不过你要特别关注PCIe 3.0插槽的数量和布局:一块显卡通常会占据2个口的位置。

    CPU: 通常来说CPU在多核GPU的深度学习系统里还是比较重要的,因为要并行处理参数。我这次选用了网友推荐的i7 5930K,一共6核12线程,性价比还算凑合,跑起来也没什么太大问题。

    内存:这个基本要看CPU能支持多少了,5930K貌似只可以支持64G,我就卖了两条Kington valueRAM DDR4 32G。当然省钱的做法是买8条8G的用。

    存储:SSD还是比HDD快了不少,所以在这种情况下,我选择了2块Samsung 850 EVO 1TB的SSD内存。如果数据集太大,也可以考虑搞个4TB的HDD来存一下(10TB和8TB的还是有点贵)。

    CPU冷却:我选了Corsair H60水冷。注意装的时候有两套4个螺丝钉,要选短的螺钉,短的装在板子上,另一端长的接在风冷上。H60自带涂层,不过要注意水冷必须安装特别紧,一点点空气缝隙也不能留,不然估计深度学习压力测试你的CPU会到80度。不放心的可以上H100i。

    电源:电源还是很重要的基本2个选择 Corsair 1500W或者EVGA 1600W,因为一个GPU可能到250W。当然实际运行的时候一般到不了那么高。我之前选了一个 Corsair 1200W,居然self-test风扇不转,只要连主板就会reboot loop,明显是次品,赶紧趁机RMA换了1600W。

    机箱:不少人推荐Corsair Carbide Air 540,这是一个中塔机箱。我最后选择了一个全塔机箱Corsair 900D,通风好,但是特别重(配上所有东西超过50多斤重。。。保险箱的节奏)。大机箱可以放很多硬盘,如果你需要的话。

    最后用USB 3.1启动机器,几分钟就装好了Ubuntu 16.04。注意最好UEFI BIOS配置取消Secure Boot功能,不然你装Titan X驱动和CUDA 8.0 RC会有问题。装TensorFlow也没什么问题,就是要是找不到CUDA库的错误,可以用sudo ldconfig /usr/local/cuda/lib64和LD_LIBRARY_PATH / LIBRARY_PATH来解决。

    我测试了4块Titan X Pascal跑TF的CIFAR多GPU训练,训练几天时间一切都很正常,GPU的温度最高70度(设计80 C温度范围内,其他几块会低),GPU风扇也不会到50%速度。目前我也在测Supermicro的superserver多显卡配置,可能成本会更低。

    展开全文
  • - <strong>System GPUs</strong>: EVGA GeForce GTX TITAN X 12GB GAMING, Play 4k with Ease Graphics Card 12G-P4-2990-KR - <strong>eGPU</strong>: Razer Core X Aluminum External GPU Enclosure (eGPU): ...
  • I wanted some more power so I shelled out a bunch of money for a new Titan X Pascal GPU. I installed it in the secondary PCI-e slot so I could use the GTX primarily for graphics, and use the Titan ...
  • <p>Our workstation has 16 cores, 512GB ram, and 4 Titan X cards(12GB ram each) <p>The job (45K particles of 400x400, 3D_auto_refine) is submitted directly as follows: <p>mpirun -np 8 -machinefile ...
  • <div><p>Running nvidia-smi while training shows a utilization of around 20%, which seems quite poor ...<p>Edit: This is with Titan X Pascal*</p><p>该提问来源于开源项目:deepchem/deepchem</p></div>
  • Titan X + cuda8.0 配置caffe

    千次阅读 2017-01-13 21:13:03
    显卡:4*Titan X Pascal架构 内存:32G*2 CPU:2* XEON E5-2630 V4 由于工作需要caffe,开始在安装显卡驱动时候一直出现loop login问题,网上查资料原因是,NVidia的驱动默认会安装openGL,而实际上ubuntu内核...

    机器配置

    超微工作站7048GR-TR

    显卡:4*Titan X Pascal架构

    内存:32G*2

    CPU:2* XEON E5-2630 V4

    由于工作需要caffe,开始在安装显卡驱动时候一直出现loop login问题,网上查资料原因是,NVidia的驱动默认会安装openGL,而实际上ubuntu内核本身也有openGL而且和GUI显示息息相关,那么一旦NVidia的驱动覆写了opengl,在GUI需要动态链接opengl库的时候就引起问题。

             一旦安装之后出现这种问题,也不要急着装系统,可以将显卡驱动卸载就会恢复正常,

    Control+alt+f1进入tty1对显卡驱动进行卸载。如果使用命令行ppa安装(如下)

    sudo services lightdm stop

     

    sudo add-apt-repository ppa:graphics-drivers/ppa

    sudo apt-get updates

    sudo apt-get install nvidia-367

    sudo apt-get install mesa-common-dev

    sudo apt-get install freeglut3-dev

    sudo reboot

    或者

    System Settings -> Software & Updates -> Additional Drivers
    安装,可以通过sudo apt-get remove --purge nvidia* 命令来卸载

     

    如果通过执行NVIDIA-Linux-x86_64-367.57.run文件安装,可以通过

    Sudo NVIDIA-Linux-x86_64-367.57.run –uninstall来实现卸载。

     

    正确安装驱动步骤:

    进入命令行界面Ctrl-Alt+F1

    关闭图形界面服务

    Sudo services lightdm stop

    如果以上命令提示services:command not found 可以使用下边命令

    sudo /etc/init.d/lightdm stop 关闭图形界面

     

    给驱动run文件赋予执行权限sudo chmod a+x NVIDIA-Linux-x86_64-375.20.run

    安装(注意参数) sudo ./NVIDIA-Linux-x86_64-375.20.run –no-x-check –no-nouveau-check–no-opengl-files

    –no-x-check 安装驱动时关闭X服务

    –no-nouveau-check 安装驱动时禁用nouveau

    –no-opengl-files 只安装驱动文件,不安装OpenGL文件

    重启,并不会出现循环登录的问题

     

    安装完之后就可以正常登陆,但可能会出现分辨率不正常(图标变大)

    可以采用xrandr并修改xorg.conf来解决

    sudo gedit /etc/X11/xorg.conf
    修改如下:
    HorizSync 31.0 - 84.0
    VertRefresh 56.0-77.0

    即最终的xorg.conf文件为:

    Section "Device"    
        Identifier "Configured Video Device"
    EndSection
     
    Section "Monitor"
        Identifier "Configured Monitor"
        Horizsync 30-84
        Vertrefresh 56-77
    EndSection
     
    Section "Screen"
    Identifier "Default Screen"
    Monitor "Configured Monitor"
    Device "Configured Video Device"
        SubSection "Display"
            Modes "1920x1080""1360x768""1024x768""1152x864"
        EndSubSection
    EndSection        

     

    如果文件里没有分辨率参数记得自己写入。

    注销系统再次登录后,选择适合的桌面分辨率即可。

     

    注意

    1、安装CUDA时一定使用runfile文件,这样可以进行选择。不再选择安装驱动,以及在弹出xorg.conf时选择NO

    2、不要使用ubuntu设置中附加驱动中驱动

     

    安装cuda8.0时候可能会遇到

    unsupported compiler 6.2.0 Use --override to override this check错误类型

    可以通过执行如下命令来解决

    sudo sh your_cuda_run_file --override  

     

     

    安装Opencv时候,脚本下载太慢,可以提前下载好,然后执行脚本,将带锁的OpenCV文件权限降低

    sudo chmod -R 777 OpenCV

    然后解压文件,复制到OpenCV文件夹下

     

    在执行下边这一步时,需要在线下载 ippicv_linux_20141027.taz文件,实在太慢。

     解决方法:首先下载文件ippicv_linux_20141027.ta,将其放在/opencv-3.1.0/3rdparty/ippicv/downloads/linux-808b791a6eac9ed78d32a7666804320e文件夹下即可。红色文件夹名可能会不同,只要在放置前进入downlosds目录进行查看即可。

    展开全文
  • (2) GTX Titan X (SLI off) Windows 10 No overclocks on CPU, or GPU. Standard XMP overclock on the RAM. <p>Have tried every combination of threads and blocks, all of which produce 104 to 107 rate. <p>...
  • NVIDIA的GM200核心首发于消费级的GTX Titan X显卡上,3月中旬的GTC大会上,NVIDIA也随即发布了基于GM200核心的Quadro M6000图形站专业卡,它跟GTX Titan X可以说是龙凤胎,除了配色有所改变之外,其他规格基本是...

    NVIDIA的GM200核心首发于消费级的GTX Titan X显卡上,3月中旬的GTC大会上,NVIDIA也随即发布了基于GM200核心的Quadro M6000图形站专业卡,它跟GTX Titan X可以说是龙凤胎,除了配色有所改变之外,其他规格基本是一样的,不过Quadro M6000的价格可比GTX Titan X高多了,66万多日元的价格比四块GTX Titan X显卡还要贵得多。

    游侠网

      Quadro M6000跟GTX Titan X一样拥有3072个CUDA核心,12GB GDDR5显存,单精度浮点性能7TFLOPS,频率没有公布,但比GTX Titan X要略低,6.6GHz的显存频率也要比后者的7GHz(实际频率1753MHz)略低,带宽只有317GB/s,GTX Titan X则是336GB/s。
    不过Quadro M6000也有自己独特的地方,虽然TDP也是250W,但只使用1个8pin接口就行了,GTX Titan X使用的则是8+6pin接口。

    游侠网

      GTC大会上NVIDIA并没有公布M6000专业卡的价格,但大家都猜得到会很贵很贵,毕竟这是目前除双芯卡之外最强的专业卡了(NVIDIA自家产品中,不算服务器级的Tesla专业卡,M6000Quadro中已经是最好了)。

    游侠网

    现在日本市场上已经有艾尔莎的Quadro M6000上市了,店家给出的含税报价大约是66万日元,折合人民币要34646元,而GTX Titan X的国内价格是7999元,算起来一块Quadro M6000价格要比四块GTX Titan X还要贵了。不过这毕竟是设计师吃饭的家伙,掏钱买单的主要是老板,这样赚钱的机会厂商都不会放过的。

    展开全文
  • Ubuntu16.04+cuda8.0+GTX TITAN X安装配置

    千次阅读 2018-01-21 23:31:51
    显卡型号:Nvidia GeForce GTX TITAN X(pascal) 系统:ubuntu16.04   1、给出cuda下载地址(含历史版本): https://developer.nvidia.com/cuda-toolkit-archive 选择合适的版本。   2、下载cuda(使用run...

    安装环境

    显卡型号:Nvidia GeForce GTX TITAN X(pascal)

    系统:ubuntu16.04

     

    1、给出cuda下载地址(含历史版本):

    https://developer.nvidia.com/cuda-toolkit-archive

    选择合适的版本。

     

    2、下载cuda(使用run类型),依次选择:

    Operating Systemlinux

    Architecturex86_64

    Distributionubuntu

    Version16.04

    Installer Typerunfile(local)

     

    3、安装显卡驱动:

    sudo apt-get install nvidia-367

     

    该方法不需要关闭nouveaulightdm,如果出现依赖问题可以尝试换源。

    在楼主的环境中使用阿里云的源安装成功。

    安装完成后,输入nvidia-smi测试。结果如下:

     

    ubuntu@ubuntu-pc:~$ nvidia-smi

    Fri Jan 19 22:02:51 2018      

    +-----------------------------------------------------------------------------+

    | NVIDIA-SMI 384.111                Driver Version: 384.111                   |

    |-------------------------------+----------------------+----------------------+

    | GPU  Name       Persistence-M| Bus-Id       Disp.A | Volatile Uncorr. ECC |

    | Fan  Temp Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |

    |===============================+======================+======================|

    |  0  TITAN X (Pascal)    Off | 00000000:02:00.0  On |                  N/A |

    | 23%   26C   P0    53W / 250W |    182MiB / 12188MiB |      0%     Default |

    +-------------------------------+----------------------+----------------------+

                                                                                  

    +-----------------------------------------------------------------------------+

    | Processes:                                                      GPU Memory |

    | GPU       PID   Type  Process name                            Usage      |

    |=============================================================================|

    |   0      1081      G  /usr/lib/xorg/Xorg                           138MiB |

    |   0      1860      G  compiz                                        41MiB |

    +-----------------------------------------------------------------------------+

     

    3、安装cuda

    Run `sudo shcuda_8.0.44_linux.run`   and   Follow the command-line prompts

    运行cuda文件,根据提示输入一些yn,主要是一些默认安装位置的选择和相关库的安装。因为前面已经安装过显卡驱动,该步不需要再安装显卡驱动,选择n即可。

     

    4、测试cuda

    打开cuda8.0 Samples默认安装路径(在第三步的相关选项中会提示设置,默认为:/home/ubuntu/NVIDIA_CUDA-8.0_Samples,ubuntu为用户名)编译:

    sudo make all -j4

     

    某些教程可能提到gcc版本过高的问题,我的ubuntu16.04默认gcc版本为5.4,编译没有出现问题。

     

    编译完成后,在当前目录继续输入:

    cd bin/x86_64/linux/release

    ./deviceQuery

    出现下面报告,说明安装成功。

     

    ubuntu@ubuntu-pc:~/NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release$./deviceQuery

    ./deviceQuery Starting...

     

     CUDA Device Query (Runtime API) version(CUDART static linking)

     

    Detected 1 CUDA Capable device(s)

     

    Device 0: "TITAN X(Pascal)"

     CUDA Driver Version / Runtime Version          9.0 / 8.0

     CUDA Capability Major/Minor version number:    6.1

     Total amount of global memory:                 12189 MBytes (12780699648bytes)

     (28) Multiprocessors, (128) CUDA Cores/MP:     3584 CUDA Cores

     GPU Max Clock rate:                            1531 MHz (1.53 GHz)

     Memory Clock rate:                             5005 Mhz

     Memory Bus Width:                              384-bit

     L2 Cache Size:                                 3145728 bytes

     Maximum Texture Dimension Size (x,y,z)         1D=(131072), 2D=(131072, 65536),3D=(16384, 16384, 16384)

     Maximum Layered 1D Texture Size, (num) layers  1D=(32768), 2048 layers

     Maximum Layered 2D Texture Size, (num) layers  2D=(32768, 32768), 2048 layers

     Total amount of constant memory:               65536 bytes

     Total amount of shared memory per block:       49152 bytes

     Total number of registers available per block: 65536

     Warp size:                                     32

     Maximum number of threads per multiprocessor:  2048

     Maximum number of threads per block:           1024

     Max dimension size of a thread block (x,y,z): (1024, 1024, 64)

     Max dimension size of a grid size   (x,y,z): (2147483647, 65535, 65535)

     Maximum memory pitch:                          2147483647 bytes

     Texture alignment:                             512 bytes

     Concurrent copy and kernel execution:          Yes with 2 copy engine(s)

     Run time limit on kernels:                     Yes

     Integrated GPU sharing Host Memory:            No

     Support host page-locked memory mapping:       Yes

     Alignment requirement for Surfaces:            Yes

     Device has ECC support:                        Disabled

     Device supports Unified Addressing (UVA):      Yes

     Device PCI Domain ID / Bus ID / location ID:   0 / 2 / 0

     Compute Mode:

        < Default (multiple host threads can use ::cudaSetDevice() withdevice simultaneously) >

     

    deviceQuery, CUDA Driver = CUDART,CUDA Driver Version = 9.0, CUDA Runtime Version = 8.0, NumDevs = 1, Device0 =TITAN X (Pascal)

    Result = PASS

     

    5、添加环境变量

    使用gedit编辑bashrc文件:

    sudo gedit ~/.bashrc

    在最后添加两行(cuda安装在默认位置时):

    exportPATH=/usr/local/cuda-8.0/bin:$PATH

    exportLD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

    然后使用:source ~/.bashrc,使修改立即生效。

     

    接下来可以继续安装cudnn和其他库。

     

    展开全文
  • Ubuntu16+TitanX+Cuda8 安装 caffe

    千次阅读 2016-08-27 16:27:37
    Titan X 驱动,采用[系统设置]->[私有驱动], 361.45版本 sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-...
  • Support on 1080 and Titan X

    2021-01-08 06:41:57
    <div><p>Hi does this sample works on GTX 1080 ti and Titian X?</p><p>该提问来源于开源项目:NVIDIA/TensorRT</p></div>
  • 因之前已安装好tensorflow的GPU版,现因需要再安装... TiTanX已安装的有: Cuda8.0 ( Linux x86_64 Unumtu 14.04 ) cudnn 5.0 python2.7 tensorflow1.0 tflearn gcc 4.8.4 上面安装cuda8.0和cudnn5.0具体可参考: htt
  • 原来我在服务器刚买回来时(2016.4)上本来是这个版本安装的:ubuntu 14.04 + GTX TITANX 显卡驱动驱动直接官网下载当时最新+cuda7.5+opencv 3.0.0rc+matalbr2014a,没问题,师弟一拨乱搞把显卡驱动搞崩了。
  • set up error on TitanX

    2021-01-10 02:30:21
    <div><p>xamples/mnist_mlp.py Traceback (most recent call last): File "examples/mnist_mlp.py", line 55, in args = parser.parse_args() File "/home/junli/.local/lib/python2.7/site-...
  • <div><p>Hello, I've recently ran into an issue with my system where I was unable to boot. After reinstalling a new kernel I fixed the issue, but have found that performance for caffe has fallen ...
  • 我的显卡型号是Geforce GTX TITAN X,在官网查询相应的驱动,并下载官网:http://www.geforce.cn/drivers 我下载的是:NVIDIA-Linux-x86_64-375.66.run下载完成后放在/home/iscas/Downloads/caffe目录下2....
  • Ubuntu1504-cuda8.0-caffe安装教程(Titan X Pascal)本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦: Markdown和扩展Markdown简洁的语法 代码块高亮 图片链接和图片上传 LaTex数学公式...
  • ve been experiencing consistently reproducible hardware lock-ups (Xid 8) when running thrust::sort_by_key with a custom comparator function on Titan X GPUs (Maxwell architecture, compute capability ...
  • 背景最近自己在训练py-faster-rcnn原本代码时,没有改过任何地方,编译无任何错误提示...本机配置为cuda8.0+titan x+cudnnv4+ubuntu14.04.解决办法把cudnnv4替换为cudnnv5,照这个链接support 1080P and cudnn v5把fast
  • 科学计算显卡的两个主要性能指标: 1、CUDA compute capability,这是英伟达公司对显卡计算能力的一个衡量指标; 2、FLOPS 每秒浮点运算次数,TFLOPS表示每秒万亿(10^12)次浮点计算;... GTX Titan x :5.2 ...
  • NVIDIA TITANX 显卡安装官网下载NVIDIA驱动点击进入驱动下载地址 按照需求选择合适的GPU,因为我们使用的是TITAN X GPU 所以选择如下,操作系统旋转Linux 64-bit,点击搜索,点击下载后进入如下页面。在这里要注意...
  • <div><p>Hi guys, I hope you doing well all, I new on using RELION 3.1, I'm facing some issues on using 2D classification on RELION 3.1 I did follow the installation and try to run the GUI it did ...
  • Win10 +VS2015+双gtx Titan X使用YOLO v2训练VOC数据 其他博客地址:http://blog.csdn.net/baolinq  本文主要是记录在win10下,yolo v2训练数据的一整个过程,网上很多是在linux下的,不得不说这个东西还是linux下...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,189
精华内容 475
关键字:

titanx