解决‘nvidia-smi‘ 不是内部或外部命令，也不是可运行的程序 或批处理文件

解决 'nvidia-smi' 不是内部或外部命令，也不是可运行的程序或批处理文件

问题描述

在使用 NVIDIA GPU 加速的计算机上，当尝试执行命令 ​​nvidia-smi​​ 时，可能会遇到以下错误消息：

plaintextCopy code'nvidia-smi' 不是内部或外部命令，也不是可运行的程序或批处理文件

解决方案

1. 检查 NVIDIA 驱动是否正确安装

首先，确保在计算机上正确安装了 NVIDIA 显卡驱动并且驱动版本与 GPU 兼容。可以从 NVIDIA 官网下载适合你的显卡型号的驱动程序进行安装。

2. 添加环境变量

​​nvidia-smi​​ 是 NVIDIA 官方驱动提供的一个命令行工具，用于查看 GPU 的状态和性能信息。在运行该命令时，系统需要知道其所在的路径。如果没有将 NVIDIA 的安装目录添加到系统的环境变量中，就会出现上述错误。 要解决这个问题，需要将 NVIDIA 的安装目录添加到系统的环境变量 ​​PATH​​ 中。以下是在 Windows 和 Linux 系统上的具体步骤：

Windows 系统

1. 右键点击“我的计算机”（或“此电脑”）图标，并选择“属性”。
2. 在左侧面板中，点击“高级系统设置”。
3. 在“系统属性”窗口中，点击“环境变量”按钮。
4. 在“环境变量”窗口中，找到系统变量中的 ​​PATH​​ 变量，并点击“编辑”按钮。
5. 在弹出的编辑环境变量窗口中，点击“新建”按钮。
6. 在新建变量的输入框中，输入 NVIDIA 安装目录的完整路径，例如 ​​C:\Program Files\NVIDIA Corporation\NVSMI​​。
7. 确认所有窗口，并重新启动计算机。

Linux 系统

1. 打开终端。
2. 编辑 ​​.bashrc​​ 文件，例如使用 ​​vi​​ 或 ​​nano​​ 编辑器打开：

bashCopy codevi ~/.bashrc

1. 在文件末尾添加以下行，并保存退出：

bashCopy codeexport PATH=$PATH:/usr/local/nvidia/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/nvidia/lib64

1. 在终端中执行以下命令使环境变量立即生效：

bashCopy codesource ~/.bashrc

3. 重新启动计算机

在完成上述步骤后，建议重新启动计算机，以确保环境变量的更改生效。

结论

通过检查 NVIDIA 驱动的安装情况，并将其安装目录添加到系统的环境变量中，就可以解决 'nvidia-smi' 不是内部或外部命令的问题。这样就可以在命令行中成功运行 ​​nvidia-smi​​ 命令，并查看 GPU 的状态和性能信息。

示例代码

以下是一个简单的示例代码，展示了如何在 Python 中使用 ​​subprocess​​ 模块来执行 ​​nvidia-smi​​ 命令，并获取 GPU 的状态和性能信息。

pythonCopy codeimport subprocess
def get_gpu_info():
    try:
        output = subprocess.check_output('nvidia-smi', shell=True)
        gpu_info = output.decode('utf-8')
        return gpu_info
    except subprocess.CalledProcessError as e:
        print(f"Error executing command: {e}")
        return None
# 在主程序中调用函数，并打印 GPU 信息
gpu_info = get_gpu_info()
if gpu_info:
    print(gpu_info)
else:
    print("Failed to get GPU information.")

在上述示例中，我们定义了一个名为 ​​get_gpu_info()​​ 的函数来执行 ​​nvidia-smi​​ 命令。通过调用 ​​subprocess.check_output()​​ 方法，可以在 Python 中执行命令并获取输出结果。然后，我们将输出结果转换为字符串格式，并返回 GPU 的信息。 在主程序中，我们调用 ​​get_gpu_info()​​ 函数，并打印结果。如果成功获取到 GPU 信息，则打印信息；否则，打印错误提示。 请注意，在运行此示例代码之前，请确保已经正确安装了 NVIDIA 驱动，并且已经添加了环境变量。

NVIDIA System Management Interface (nvidia-smi) 简介

NVIDIA System Management Interface（nvidia-smi）是 NVIDIA 显卡驱动程序附带的一个命令行工具，用于管理和监控 NVIDIA GPU（图形处理器单元）。它提供了一种简单而方便的方式来查看 GPU 的状态、性能信息以及管理与配置 GPU 相关的一些功能。nvidia-smi 可以在 Windows、Linux 或 macOS 等操作系统中使用。

功能

以下是 nvidia-smi 常用的功能：

1. 显示 GPU 信息：nvidia-smi 可以提供有关系统中安装的 NVIDIA GPU 的详细信息。这包括 GPU 的名称、驱动版本、温度、功率消耗、内存使用情况以及当前运行的进程列表等。
2. 监控 GPU 性能：nvidia-smi 提供了实时监控和记录 GPU 的性能指标的功能。它可以显示 GPU 的使用率、温度、功耗等信息，并且可以通过设置选项来定期保存这些统计信息。
3. 调节 GPU 参数：nvidia-smi 允许用户通过命令行界面来调整 GPU 的一些参数，例如功耗限制、温度限制和风扇速度等。这对于优化 GPU 性能和功耗之间的平衡非常有用。
4. 管理 GPU 进程：nvidia-smi 可以列出当前运行在 GPU 上的进程，并提供一些管理和控制进程的选项。用户可以使用 nvidia-smi 来终止运行在 GPU 上的进程，或查找占用 GPU 资源较多的进程等。

用法

在命令行中，可以直接输入 ​​nvidia-smi​​ 命令来使用 nvidia-smi 工具。默认情况下，它会显示实时的 GPU 信息，包括 GPU 的使用率、温度、功耗等。可以使用不同的选项来获取更详细或特定的信息。例如：

• ​​nvidia-smi -a​​：显示所有可用的 GPU 信息，包括驱动版本、PCIe 总线信息等。
• ​​nvidia-smi -l​​：实时监控并显示 GPU 的性能指标，例如使用率、温度和功耗。在 Windows 上，可以使用 Ctrl+C 终止监控。
• ​​nvidia-smi -q​​：显示 GPU 的详细属性和状态信息，如性能状态、显存使用情况、核心频率等。
• ​​nvidia-smi -gpu-reset​​：重置 GPU，清除已分配的 GPU 内存，并重新初始化 GPU。

应用场景

nvidia-smi 可以在许多应用场景中用于 GPU 的管理和监控。以下是一些常见的应用场景：

1. 机器学习和深度学习：nvidia-smi 可以用于监控和管理在训练期间使用的 GPU 资源。可以使用它来查看 GPU 的使用情况和性能信息，并确保 GPU 能够正常工作。
2. 科学计算：在进行大规模科学计算时，使用 nvidia-smi 可以帮助用户监控 GPU 的使用情况，并优化算法以获得更好的性能。
3. 密码破解和数据挖掘：nvidia-smi 可以用于监控 GPU 的使用率和温度。在密码破解或数据挖掘任务中，可以使用 nvidia-smi 来监测 GPU 的负载情况，以确保 GPU 资源充分利用。
4. 虚拟化环境：在虚拟化环境中，nvidia-smi 可以用于监控和管理多个虚拟机中的 GPU 资源的分配情况。 总之，nvidia-smi 是一个强大的命令行工具，可用于管理和监控 NVIDIA GPU。通过使用 nvidia-smi，用户可以了解 GPU 的状态、性能信息，并进行一些配置和管理操作，以优化 GPU 的使用和性能。