tf.config：GPU的使用与分配 *

指定当前程序使用的GPU

很多时候的场景是：实验室/公司研究组里有许多学生/研究员需要共同使用一台多GPU的工作站，而默认情况下TensorFlow会使用其所能够使用的所有GPU，这时就需要合理分配显卡资源。

首先，通过 tf.config.experimental.list_physical_devices ，我们可以获得当前主机上某种特定运算设备类型（如 GPU 或 CPU ）的列表，例如，在一台具有4块GPU和一个CPU的工作站上运行以下代码：

  1. gpus = tf.config.experimental.list_physical_devices(device_type='GPU')
  2. cpus = tf.config.experimental.list_physical_devices(device_type='CPU')
  3. print(gpus, cpus)

输出：

  1. [PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU'),
  2.  PhysicalDevice(name='/physical_device:GPU:1', device_type='GPU'),
  3.  PhysicalDevice(name='/physical_device:GPU:2', device_type='GPU'),
  4.  PhysicalDevice(name='/physical_device:GPU:3', device_type='GPU')]
  5. [PhysicalDevice(name='/physical_device:CPU:0', device_type='CPU')]

可见，该工作站具有4块GPU：GPU:0 、 GPU:1 、 GPU:2 、 GPU:3 ，以及一个CPU CPU:0 。

然后，通过 tf.config.experimental.set_visible_devices ，可以设置当前程序可见的设备范围（当前程序只会使用自己可见的设备，不可见的设备不会被当前程序使用）。例如，如果在上述4卡的机器中我们需要限定当前程序只使用下标为0、1的两块显卡（GPU:0 和 GPU:1），可以使用以下代码：

  1. gpus = tf.config.experimental.list_physical_devices(device_type='GPU')
  2. tf.config.experimental.set_visible_devices(devices=gpus[0:2], device_type='GPU')

小技巧

使用环境变量 CUDA_VISIBLE_DEVICES 也可以控制程序所使用的GPU。假设发现四卡的机器上显卡0,1使用中，显卡2,3空闲，Linux终端输入:

  1. export CUDA_VISIBLE_DEVICES=2,3

或在代码中加入

  1. import os
  2. os.environ['CUDA_VISIBLE_DEVICES'] = "2,3"

即可指定程序只在显卡2,3上运行。

设置显存使用策略

默认情况下，TensorFlow将使用几乎所有可用的显存，以避免内存碎片化所带来的性能损失。不过，TensorFlow提供两种显存使用策略，让我们能够更灵活地控制程序的显存使用方式：

  • 仅在需要时申请显存空间（程序初始运行时消耗很少的显存，随着程序的运行而动态申请显存）；

  • 限制消耗固定大小的显存（程序不会超出限定的显存大小，若超出的报错）。

可以通过 tf.config.experimental.set_memory_growth 将GPU的显存使用策略设置为“仅在需要时申请显存空间”。以下代码将所有GPU设置为仅在需要时申请显存空间：

  1. gpus = tf.config.experimental.list_physical_devices(device_type='GPU')
  2. for gpu in gpus:
  3.     tf.config.experimental.set_memory_growth(device=gpu, True)

以下代码通过 tf.config.experimental.set_virtual_device_configuration 选项并传入 tf.config.experimental.VirtualDeviceConfiguration 实例，设置TensorFlow固定消耗 GPU:0 的1GB显存（其实可以理解为建立了一个显存大小为1GB的“虚拟GPU”）：

  1. gpus = tf.config.experimental.list_physical_devices(device_type='GPU')
  2. tf.config.experimental.set_virtual_device_configuration(
  3.     gpus[0],
  4.     [tf.config.experimental.VirtualDeviceConfiguration(memory_limit=1024)])

提示

TensorFlow 1.X 的 Graph Execution 下，可以在实例化新的session时传入 tf.compat.v1.ConfigPhoto 类来设置TensorFlow使用显存的策略。具体方式是实例化一个 tf.ConfigProto 类，设置参数，并在创建 tf.compat.v1.Session 时指定Config参数。以下代码通过 allow_growth 选项设置TensorFlow仅在需要时申请显存空间：

  1. config = tf.compat.v1.ConfigProto()
  2. config.gpu_options.allow_growth = True
  3. sess = tf.compat.v1.Session(config=config)

以下代码通过 per_process_gpu_memory_fraction 选项设置TensorFlow固定消耗40%的GPU显存：

  1. config = tf.compat.v1.ConfigProto()
  2. config.gpu_options.per_process_gpu_memory_fraction = 0.4
  3. tf.compat.v1.Session(config=config)

单GPU模拟多GPU环境

当我们的本地开发环境只有一个GPU，但却需要编写多GPU的程序在工作站上进行训练任务时，TensorFlow为我们提供了一个方便的功能，可以让我们在本地开发环境中建立多个模拟GPU，从而让多GPU的程序调试变得更加方便。以下代码在实体GPU GPU:0 的基础上建立了两个显存均为2GB的虚拟GPU。

  1. gpus = tf.config.experimental.list_physical_devices('GPU')
  2. tf.config.experimental.set_virtual_device_configuration(
  3.     gpus[0],
  4.     [tf.config.experimental.VirtualDeviceConfiguration(memory_limit=2048),
  5.      tf.config.experimental.VirtualDeviceConfiguration(memory_limit=2048)])

我们在 单机多卡训练 的代码前加入以上代码，即可让原本为多GPU设计的代码在单GPU环境下运行。当输出设备数量时，程序会输出：

  1. Number of devices: 2