检查 GPU 是否共享
Check if GPU is shared
当 GPU 与其他进程（例如 Xorg 或其他 CUDA 进程）共享时，CUDA 进程最好不要消耗所有剩余内存，而是动态增加其使用量。
（您可能会因此间接得到各种错误，例如 Could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR。但这个问题与此无关。）
（在 TensorFlow 中，您可以在 GPU 选项中使用 allow_growth=True 来完成此操作。但本题与此无关。）
有没有一种简单的方法可以检查GPU当前是否被其他进程使用？ （我不是在问它是否被配置为用于独占访问。）
我可以解析输出 nvidia-smi 并寻找其他进程。但这似乎有点老套，可能不太可靠，也不够简单。
（我的软件使用的是 TensorFlow，所以如果 TensorFlow 提供了这样的功能，那很好。但如果没有，我不在乎这是 C API 还是 Python 函数。不过，我宁愿避免其他外部依赖项，除了我正在使用的那些，例如 CUDA 本身或 TensorFlow。我不害怕使用 ctypes。所以考虑这个问题语言不变。）
有nvmlDeviceGetComputeRunningProcesses和nvmlDeviceGetGraphicsRunningProcesses。 （Documentation。）
这是一个 C API，但如果我不关心额外的依赖性，我可以使用 pynvml。
Example usage (via).
当 GPU 与其他进程（例如 Xorg 或其他 CUDA 进程）共享时，CUDA 进程最好不要消耗所有剩余内存，而是动态增加其使用量。
（您可能会因此间接得到各种错误，例如 Could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR。但这个问题与此无关。）
（在 TensorFlow 中，您可以在 GPU 选项中使用 allow_growth=True 来完成此操作。但本题与此无关。）
有没有一种简单的方法可以检查GPU当前是否被其他进程使用？ （我不是在问它是否被配置为用于独占访问。）
我可以解析输出 nvidia-smi 并寻找其他进程。但这似乎有点老套，可能不太可靠，也不够简单。
（我的软件使用的是 TensorFlow，所以如果 TensorFlow 提供了这样的功能，那很好。但如果没有，我不在乎这是 C API 还是 Python 函数。不过，我宁愿避免其他外部依赖项，除了我正在使用的那些，例如 CUDA 本身或 TensorFlow。我不害怕使用 ctypes。所以考虑这个问题语言不变。）
有nvmlDeviceGetComputeRunningProcesses和nvmlDeviceGetGraphicsRunningProcesses。 （Documentation。）
这是一个 C API，但如果我不关心额外的依赖性，我可以使用 pynvml。
Example usage (via).