PAI-DSW的个人版为什么GPU使用率一直为0 而CPU使用率很高?如图
我购买了DSW的GPU个人版，就一小时十几块钱那个。想用它的GPU跑机器学习的代码（我是真的萌新）。然后我用notebook运行代码之后为什么GPU使用率一直是0，只有CPU使用率。代码跑的也很慢，应该压根没使用到GPU。求问大佬是怎么回事？
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
您好！遇到您描述的问题，可能有以下几个原因导致GPU没有被正确利用：
-
代码未指定使用GPU：在运行机器学习代码时，需要确保您的代码明确指定了使用GPU。对于不同的深度学习框架（如TensorFlow、PyTorch等），指定GPU的方式有所不同。例如，在TensorFlow中，您可以通过设置
tf.device('/GPU:0')来指定使用GPU；而在PyTorch中，则是通过torch.cuda.is_available()检查GPU是否可用，然后用.to('cuda')将模型和数据转移到GPU上。 -
环境配置问题：确认您的DSW环境是否已经正确安装了支持GPU的库或框架版本。有时候默认安装的是CPU版本，需要手动更换为GPU版本。
-
Jupyter Notebook内核问题：确保您在Jupyter Notebook中选择的内核是配置了GPU环境的。有些情况下，可能会误选到一个没有配置GPU的Python环境。
-
资源分配限制：虽然您购买的是GPU版，但也要注意检查是否有其他应用或进程占用了GPU资源，或者云服务提供商是否有对GPU资源使用的额外限制。
-
驱动或软件版本兼容性：有时候，软件库、框架与GPU驱动之间的兼容性问题也可能导致GPU无法正常工作。
解决步骤建议如下： - 检查代码：首先确认您的代码中确实包含了调用GPU的指令。 - 查看环境：在DSW环境中检查已安装的库是否为GPU版本，必要时重新安装。 - 资源监控：利用系统监控工具（如nvidia-smi命令）检查GPU是否被其他进程占用。 - 重启环境：有时候简单地重启Jupyter Notebook或整个开发环境可以解决问题。 - 查阅文档：参考阿里云DSW的官方文档，看是否有特定的设置或指南来确保GPU的正确使用。
如果以上步骤都无法解决问题，建议联系阿里云客服或技术支持获取更专业的帮助。
