共享gpu内存怎么调整

调整共享 GPU 内存通常有在 BIOS 中调整和在操作系统软件层面调整两种方式，以下是具体介绍：

BIOS 中调整共享 GPU 内存

不同的主板 BIOS 界面可能有所不同，但大致步骤相似，以常见的主板为例：

1. 进入 BIOS 设置：重启电脑，在启动过程中按下对应的按键进入 BIOS 设置界面。常见的按键有 Del、F2、F9、F12 等，具体可在开机时的屏幕提示中查看。
2. 进入高级模式：进入 BIOS 后，如果不是高级模式，找到并点击 “高级模式” 按钮，切换到高级模式。
3. 找到图形相关选项：在高级模式下，寻找与 “芯片组”“高级” 或 “图形” 相关的选项卡或菜单。通常在 “高级” 或 “芯片组” 菜单下有关于图形设置的选项。
4. 设置主图形适配器：在图形相关设置中，找到 “主图形适配器” 选项，将其设置为 “内部 VGA 首先”。
5. 启用共享内存：查找 “iGPU 和 Ext-VGA Seletion” 或类似选项，选择 “Both Exit and Frame Buffer Detect” 或 “exit 和帧缓冲区检测”，以启用共享内存。
6. 调整共享显存大小：找到 “iGPU Frame Buffer Size” 或 “Shared Memory Video Memory” 选项，在这里可以选择板载显卡共享显存的大小，可选项通常有 32MB、64MB、128MB、256MB、512MB、1GB 等，根据需求和系统内存容量进行调整。
7. 保存并退出：设置完成后，按键盘上的 F10 键保存设置并退出 BIOS，电脑会自动重启，使设置生效。

操作系统软件层面调整共享 GPU 内存

• Windows 系统下深度学习框架中限制显存占用：
  • TensorFlow：使用 TensorFlow 时，可以通过以下代码限制显存占用。
  
  

收起

python

tensorflow tf gpus tfconfigexperimentallist_physical_devices gpus tfconfigexperimentalset_virtual_device_configuration gpus tfconfigexperimentalVirtualDeviceConfigurationmemory_limit RuntimeError e e

• PyTorch：可以通过动态调整批量大小来适应 GPU 内存情况，示例代码如下。

收起

python

torch torchcuda psutil model initial_batch_size max_memory batch_size initial_batch_size input_data torchrandnbatch_size cuda output modelinput_data RuntimeError e ebatch_sizebatch_size torchcudaempty_cache e batch_size

• Nvidia 显卡驱动更新：Nvidia 在驱动程序 536.40 及以上版本中，实现了一种新方法，允许应用程序在耗尽 GPU 内存的情况下使用共享内存。可以去 Nvidia 官网下载最新驱动，也可以直接在电脑的 Nvidia 设置中直接更新。