使用 NVIDIA MPS 提升共用 GPU 的效能

如果您在共用的 Dataflow GPU 上執行多個 SDK 程序，可以啟用 NVIDIA 多程序服務 (MPS)，提高 GPU 效率和使用率。MPS 可讓程序共用 CUDA 環境和排程資源，支援在 GPU 上並行處理作業。MPS 可減少環境切換成本、提高平行處理能力，並降低儲存空間需求。

目標工作流程是 Python 管道，會在具有多個 vCPU 的工作站上執行。

MPS 是 NVIDIA 技術，可實作 CUDA API (NVIDIA 平台，支援一般用途的 GPU 運算)。詳情請參閱 NVIDIA Multi-Process Service 使用者指南。

優點

• 提升 GPU 管道的平行處理和整體輸送量，特別是 GPU 資源用量較低的工作負載。
• 提高 GPU 使用率，進而降低成本。

支援與限制

• MPS 僅支援使用單一 GPU 的 Dataflow 工作站。
• 管道無法使用會限制平行處理的管道選項。
• 避免超出可用 GPU 記憶體，尤其是載入大型機器學習模型的用途。根據這些程序所需的可用 GPU 記憶體，平衡 vCPU 數量和 SDK 程序。
• MPS 不會影響非 GPU 作業的並行。
• Dataflow Prime 不支援 MPS。

啟用 MPS

使用 GPU 執行管道時，請執行下列操作來啟用 MPS：

• 在管道選項 --dataflow_service_options 中，將 use_nvidia_mps 附加至 worker_accelerator 參數。
• 將 count 設為 1。
• 請勿使用管道選項 --experiments=no_use_multiple_sdk_containers。

管道選項 --dataflow_service_options 如下所示：

--dataflow_service_options="worker_accelerator=type:GPU_TYPE;count:1;install-nvidia-driver;use_nvidia_mps"

如果您使用 TensorFlow 並啟用 MPS，請執行下列操作：

1. 在 GPU 上啟用動態記憶體分配。使用下列任一 TensorFlow 選項：
   • 呼叫 tf.config.experimental.set_memory_growth(gpu, True) 開啟記憶體成長。
   • 將環境變數 TF_FORCE_GPU_ALLOW_GROWTH 設為 true。
2. 使用適當記憶體限制的邏輯裝置。
3. 為獲得最佳效能，請盡可能使用 soft device placement 或手動放置，強制使用 GPU。

後續步驟

• 如要瞭解更多最佳做法，請參閱「GPU 和工作人員平行處理」。