linux下显卡信息的查看

linux下显卡信息的查看

大家好,又见面了,我是全栈君。

linux下显卡信息的查看 博客分类: linux

lspci  | grep -i vga

这样就可以显示机器上的显卡信息,比如 

[root@localhost conf]# lspci | grep -i vga
01:00.0 VGA compatible controller: nVidia Corporation Device 1081 (rev a1)
02:00.0 VGA compatible controller: nVidia Corporation GT215 [GeForce GT 240] (rev a2)
08:05.0 VGA compatible controller: ASPEED Technology, Inc. ASPEED Graphics Family (rev 10)

 

如果想看详细的信息,比如 GeForce GT 240,即 02:00.0

[root@localhost conf]# lspci -v -s 02:00.0
02:00.0 VGA compatible controller: nVidia Corporation GT215 [GeForce GT 240] (rev a2) (prog-if 00 [VGA controller])
Subsystem: ASUSTeK Computer Inc. Device 8351
Flags: bus master, fast devsel, latency 0, IRQ 169
Memory at f9000000 (32-bit, non-prefetchable) [size=16M]
Memory at d0000000 (64-bit, prefetchable) [size=256M]
Memory at ce000000 (64-bit, prefetchable) [size=32M]
I/O ports at bc00 [size=128]
[virtual] Expansion ROM at f8f80000 [disabled] [size=512K]
Capabilities: [60] Power Management version 3
Capabilities: [68] MSI: Enable- Count=1/1 Maskable- 64bit+
Capabilities: [78] Express Endpoint, MSI 00
Capabilities: [b4] Vendor Specific Information: Len=14 <?>
Capabilities: [100] Virtual Channel
Capabilities: [128] Power Budgeting <?>
Capabilities: [600] Vendor Specific Information: ID=0001 Rev=1 Len=024 <?>
Kernel driver in use: nvidia
Kernel modules: nvidiafb, nvidia

可以看到GT240的显存是 256M

 

但是我的系统上其实是装了两块显卡的,还有一块显示不出来,这个时候,对于nvidia显卡的话可以用nvidia-smi命令来查

[root@localhost conf]# nvidia-smi
Tue Dec  3 14:46:02 2013       
+——————————————————+                       
| NVIDIA-SMI 4.304.54   Driver Version: 304.54         |                       
|——————————-+———————-+———————-+
| GPU  Name                     | Bus-Id        Disp.  | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap| Memory-Usage         | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce GTX 570          | 0000:01:00.0     N/A |                  N/A |
| 50%   65C  N/A     N/A /  N/A |  49%  624MB / 1279MB |     N/A      Default |
+——————————-+———————-+———————-+
|   1  GeForce GT 240           | 0000:02:00.0     N/A |                  N/A |
| N/A   39C  N/A     N/A /  N/A |   1%    2MB /  255MB |     N/A      Default |
+——————————-+———————-+———————-+
                                                                               
+—————————————————————————–+
| Compute processes:                                               GPU Memory |
|  GPU       PID  Process name                                     Usage      |
|=============================================================================|
|    0            Not Supported                                               |
|    1            Not Supported                                               |
+—————————————————————————–+

 

可以看到,还有一块显卡是 GTX 570, 显存是 1279M,也就是我们用lspci看到的 01:00.0

 

http://blog.csdn.net/wind19/article/details/17095541

转载于:https://my.oschina.net/xiaominmin/blog/1596905

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/107796.html原文链接:https://javaforall.net

(0)
上一篇 2022年3月12日 下午7:35
下一篇 2022年3月12日 下午7:35


相关推荐

  • ubuntu安装anaconda unbuntu安装pycharm ubuntu安装pytorch

    ubuntu安装anaconda unbuntu安装pycharm ubuntu安装pytorch2022 年 1 月今天我们在 Ubuntu 下安装深度学习环境 1 ubuntu 安装 anaconda2 ubuntu 安装 pycharm3 ubuntu 下载 cuda 和 cudnn4 ubuntu 安装对应 pytorch 环境

    2026年3月18日
    2
  • 8. 强化学习之——模仿学习

    8. 强化学习之——模仿学习课程大纲注:本文所有内容源自于B站周博磊老师更新完的强化学习纲要课程,听完之后获益很多,本文也是分享我的听课笔记。周老师Bilibili视频个人主页:https://space.bilibili.com/511221970?spm_id_from=333.788.b_765f7570696e666f.2感谢周老师:)…

    2026年1月21日
    8
  • bat批处理删除文件

    bat批处理删除文件最近接触到了一些有意思的技术 比如 chrome 插件 批处理脚本 以前都只会用 现在想着有机会能做一个 刚好最近在做一个功能 导入文件 上传过程中要校验数据 如果失败的话可以下载错误报告到本地 不过错误报告会堆积在文件夹下 看着挺碍眼 每次都要手动删除挺麻烦的 于是正好写个批处理文件 1 什么是 bat 批处理是 window 下可以执行的一个脚本文件 后缀名是 bat 里面可以写上 dos 命令 然后运行

    2026年3月19日
    2
  • SPPNet总结

    SPPNet总结背景:RCNN使用CNN作为特征提取器,首次使得目标检测跨入深度学习的阶段。但是在RCNN中,因为全连接层的神经元个数是固定的(权重矩阵的维数是固定的),所以采取对于每一个区域候选都需要首先将图片放缩到固定尺寸(227×227),然后为每个区域候选提取CNN特征的方案。这里存在两个瓶颈,第一重复为每个regionproposal提取特征是及其费时的,SelectiveSearch对于每幅图片产生2k左右个regionproposal,也就是意味着一幅图片需要经过2k次完整的CNN计算得到最终的结果。

    2022年5月2日
    51
  • linux mysql 远程连接_docker远程部署

    linux mysql 远程连接_docker远程部署Linux下远程连接MySQL数据库的方法踩坑笔记估计搞了一个多小时才把这个远程连接搞好。一台本地电脑,一台云服务器,都是linux系统。步骤1、在服务器端开启远程访问首先进入mysql数据库,然后输入下面两个命令:grantallprivilegeson*.*to’root’@’%’identifiedby’password’;flushprivileges;第一个*是数据库…

    2022年10月13日
    5
  • 扣子输入的url不合法怎么解决

    扣子输入的url不合法怎么解决

    2026年3月12日
    2

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号