Verifique NVLink en Windows

Tenga en cuenta que debe Instalar los controladores Nvidia en Windows o Instalar el conjunto de herramientas CUDA en Windows antes de verificar las conexiones NVLink. Además, cambie el modo de GPU a TCC.

Instalar Visual Studio

Asegurémonos de que todo funcione correctamente ejecutando cuda-samples del repositorio oficial. Para lograr esto, necesitamos instalar Visual Studio 2022 CE (Community Edition) secuencialmente y reinstalar el conjunto de herramientas CUDA para activar los complementos de VS. Visite https://visualstudio.microsoft.com/downloads/ para descargar Visual Studio 2022:

Ejecute el instalador descargado, marque Desarrollo de escritorio con C++, y haga clic en el botón Instalar:

Ejecuta las pruebas

Reinstale el conjunto de herramientas CUDA utilizando nuestra guía paso a paso Install CUDA toolkit in Windows. Reinicie el servidor y descargue el archivo ZIP con cuda-samples. Descomprímalo y abra el subdirectorio Samples\1_Utilities\bandwidthTest. Haga doble clic en bandwidthTest_vs2022 y ejecute usando el atajo de teclado Ctrl + F5:

[CUDA Bandwidth Test] - Starting...
    Running on...
    
     Device 0: NVIDIA RTX A6000
     Quick Mode
    
     Host to Device Bandwidth, 1 Device(s)
     PINNED Memory Transfers
       Transfer Size (Bytes)        Bandwidth(GB/s)
       32000000                     6.0
    
     Device to Host Bandwidth, 1 Device(s)
     PINNED Memory Transfers
       Transfer Size (Bytes)        Bandwidth(GB/s)
       32000000                     6.6
    
     Device to Device Bandwidth, 1 Device(s)
     PINNED Memory Transfers
       Transfer Size (Bytes)        Bandwidth(GB/s)
       32000000                     637.2
    
    Result = PASS
    
    NOTE: The CUDA Samples are not meant for performance measurements. Results may vary when GPU Boost is enabled.

Puede ejecutar cualquier muestra. Pruebe Samples\5_Domain_Specific\p2pBandwidthLatencyTest para ver su topología y matriz de conectividad:

[P2P (Peer-to-Peer) GPU Bandwidth Latency Test]
    Device: 0, NVIDIA RTX A6000, pciBusID: 3, pciDeviceID: 0, pciDomainID:0
    Device: 1, NVIDIA RTX A6000, pciBusID: 4, pciDeviceID: 0, pciDomainID:0
    Device=0 CAN Access Peer Device=1
    Device=1 CAN Access Peer Device=0
    
    ***NOTE: In case a device doesn't have P2P access to other one, it falls back to normal memcopy procedure.
    So you can see lesser Bandwidth (GB/s) and unstable Latency (us) in those cases.
    
    P2P Connectivity Matrix
         D\D     0     1
         0       1     1
         1       1     1
    Unidirectional P2P=Disabled Bandwidth Matrix (GB/s)
       D\D     0      1
         0 671.38   6.06
         1   6.06 671.47
    Unidirectional P2P=Enabled Bandwidth (P2P Writes) Matrix (GB/s)
       D\D     0      1
         0 631.31  52.73
         1  52.83 673.00
    Bidirectional P2P=Disabled Bandwidth Matrix (GB/s)
       D\D     0      1
         0 645.00   8.19
         1   8.11 677.87
    Bidirectional P2P=Enabled Bandwidth Matrix (GB/s)
       D\D     0      1
         0 655.96 101.78
         1 101.70 677.92
    P2P=Disabled Latency Matrix (us)
       GPU     0      1
         0   2.20  49.07
         1  10.33   2.20
    
       CPU     0      1
         0   3.55   7.01
         1   6.79   3.39
    P2P=Enabled Latency (P2P Writes) Matrix (us)
       GPU     0      1
         0   2.19   1.33
         1   1.26   2.22
    
       CPU     0      1
         0   6.80   4.86
         1   2.09   3.02
    
    NOTE: The CUDA Samples are not meant for performance measurements. Results may vary when GPU Boost is enabled.