如果沒有 GPU，現(xiàn)代深度學習是不可能發(fā)展到今天的水平的。即使是 MNIST 數(shù)據(jù)集上的簡單示例算法在 GPU 和 CPU 上運行速度的差別也有 10-100 倍。但是，當你沒有優(yōu)化所有設置時，GPU 空閑的算力該作何用？

既然擁有了強大的計算設備，我們不免會考慮到虛擬貨幣挖礦。事實上這并不是很難，你需要的只是注冊一個錢包，選擇一種貨幣，設置好挖礦軟件然后運行即可。只需要 Google 一下「如何用 GPU 開始挖礦？」，你就能看到大量介紹性文章手把手地教你如何操作。

優(yōu)化效率

在本文中，我們需要加入另一個問題：如何讓挖礦變得更加方便、自動化，同時在我需要讓計算機全力運行深度學習模型時不讓工作受到打擾。理想的解決方案是讓計算機能夠即時檢查 GPU 的資源占用，當沒有進程使用的時候自動開始挖礦；而在 TensorFlow、PyTorch 或其他工具需要開始計算的時候，監(jiān)視器會發(fā)出命令讓計算機立即停止挖礦。

這個問題應該很好解決，但我至今未在網(wǎng)上發(fā)現(xiàn)類似的東西，所以我自己嘗試寫了一個 GPU 監(jiān)視程序。它不僅適用于挖礦任務，而且還可以用于其他各種任務。

NOTE. 在開始之前，你必須明白：希望你不要把這種計算資源優(yōu)化方法用在辦公室的計算機上，本人對于任何濫用造成的后果概不負責。

先決條件

首先，我的項目 gpu_mon 以及源代碼已經(jīng)發(fā)布在 GitHub 上了：https://github.com/Shmuma/gpu_mon。

它由 Python 3 編寫，其后沒有標準庫之外的依賴庫，但它需要運行在 Linux 系統(tǒng)上，所以如果你的機器是 Windows 系統(tǒng)的話，抱歉了:)

gpu_mon 的運行邏輯如上所述：它會定期檢查 GPU 的負載，如果沒有進程使用的話，它會自動運行你在 config 文件中選擇的程序。如果有其他程序打開了 GPU，指定程序會被自動停止以釋放資源。所以在設置完以后，你只需要打開監(jiān)視程序，隨后像往常一樣使用即可，從運行挖礦程序到全速運行深度學習模型之間僅有幾秒鐘的轉(zhuǎn)換時間。

為了獲取接入 GPU 設備的進程列表（假設是/dev/nvidia*），我們使用了 fuser 命令行工具。在基于 debian 的發(fā)行版上（如 ubuntu 或 debian），工具是由 psmisc 工具包提供的——它是系統(tǒng)安裝的一部分，所以沒有特殊的資源庫需要安裝。如果你的系統(tǒng)中沒有 fuser（你可以通過在 shell 上運行「which fuser」命令來進行檢查），則你需要事先安裝一下。

調(diào)試

整個項目的配置都是在一個單獨的配置文件中完成的，它是 ini 文件格式，存在于~/.config/gpu_mon.conf 目錄中。示例配置文件如下所示，同時在 GitHub 中也可以找到。

配置文件包含四個部分：

1. 默認全局設置 [defaults]。在這里只有一個選項，它指定監(jiān)視軟件對 GPU 設備資源用量的檢查頻率。默認情況下，每十秒鐘檢測系統(tǒng)中的所有 GPU 一次。

2.GPU 設置可以用 gpu-前綴的方式指定任意 GPU。你也可以用 ID 將不同的 GPU 分組（/dev/nvidiaX 設備文件上的整數(shù)）。對于每個 GPU 組你都可以設置一個程序列表，其中列出不會搶占挖礦任務的程序。這樣我們就可以應對 nvidia-smi 這樣的工具了——它會使用 GPU 設備，但不應該妨礙挖礦。

3. 挖礦進程配置部分，可以使用 process-前綴的方式指定一個或多個。對于每個項目來說你可以指定需要運行的挖礦程序，程序所在的目錄，限制挖礦程序利用 GPU 資源的程度（這是通過導出 CUDA_VISIBLE_DEVICES 環(huán)境來完成的），日志文件名稱以及挖礦程序輸出。

4.TTY 監(jiān)控部分，他可以讓你選擇偽終端監(jiān)控，優(yōu)先于挖礦程序。在默認情況下，此選項是關閉的。

以下是我在一臺雙 GPU 設備上的挖礦設置文件：

[defaults]

; how frequently perform GPU open and tty checks

interval_seconds=10

; configuration of GPUs to monitor for external program access. It could be several such sections

[gpu-all]

; list of comma-separated gpu indices or ALL to handle all available gpus

gpus=ALL

; comma-separated list of programs which can access gpu and should be ignored

ignore_programs=nvidia-smi

; program which will be started on gpu during idle time

[process-0]

dir=/tmp

cmd=/var/bin/miner

; list of gpu indices or ALL to handle all available gpus. If not ALL, CUDA_VISIBLE_DEVICES will be set

gpus=0

log=/var/log/miner-0.log

[process-1]

dir=/tmp

cmd=/var/bin/miner

; list of gpu indices or ALL to handle all available gpus. If not ALL, CUDA_VISIBLE_DEVICES will be set

gpus=1

log=/var/log/miner-1.log

; configuration of tty monitoring

[tty]

enabled=False

該工具的設置可以允許我們控制系統(tǒng)中每個 GPU 和每個單獨進程的計算資源占用。所以我們可以讓深度學習進程只占用第一塊 GPU（通過導出 CUDA_VISIBLE_DEVICE=0），而不打擾第二塊 GPU 上的挖礦進程。但如果我們想要充分釋放資源，兩塊 GPU 上的挖礦程序都會被關閉。

正如之前所說的，一切都是透明的，你不應在開啟/關閉挖礦程序上耗費精力，只需要專注于 TensorFlow 和 PyTorch 上的優(yōu)化即可。現(xiàn)在，你可以開始使用 gpu_mon，獲取利潤了！

自動開始 GPU_MON

為了讓 gpu_mon 不會打擾到自己，我們需要確保它會在系統(tǒng)啟動后自動在后臺運行。有很多工具都可以做到這點，但我更喜歡 supervisord，它是一個小型進程，會自動檢查正在運行的程序，如果發(fā)現(xiàn)未響應會自動重啟程序。為了開啟 gpu_mon 的工作，安裝 supervisord，在/etc/supervisor/conf.d/gpu_mon.conf 進行好設置就足夠了。

下面是我的設置：

[program:gpu_mon]

command=/usr/bin/python3/gpu_mon/gpu_mon.py

user=

environment=HOME=,USER=

autostart=true

autorestart=true

就是這樣，隨后你就可以重啟 supervisord，然后檢查 gpu_mon 是否啟動了（命令：supervisorctl status gpu_mon），得到的回復應該像這樣：

root@gpu:/etc/supervisor/conf.d# supervisorctl status gpu_mon

gpu_mon? ? ? ? ? ? ? ? ? ? ?

多用戶

如果 gpu_mon 被一個用戶開啟，而另一個或多個用戶開始調(diào)用深度學習軟件，則 gpu_mon 無法關閉挖礦程序。這是因為 fuser 命令受到安全限制——它無法向其他用戶的進程展示正在運行的進程。如果你在多用戶的情況下仍然需要 gpu_mon（還請注意不要使用公用電腦做這種事），你有如下兩種選擇：

給 gpu_mon 以 root 權(quán)限，這在任何情況下都不是推薦的方式。

給 fuser 二進制文件加入 SUID bit。在 Ubuntu 發(fā)行版中，我們可以通過運行命令 chmod+s/bin/fuser 來完成，它可以有效地讓所有用戶訪問文件，通過 SUID bit，二進制文件是以文件擁有者證書的形式啟動的，即使它是由其他用戶啟動的。但這仍然需要你開啟 root 權(quán)限。

挖哪種虛擬貨幣？

目前，市面上存在多種虛擬貨幣，這要歸功于比特幣今年的繁榮。我個人最喜歡的是基于 equihash 的貨幣，像 ZCash 和 Komodo——它們都可以使用一種程序來挖礦。我是用 EWBF 挖礦程序的修訂版來做這個工作，它要比原版快上 10%。

鏈接：https://mega.nz/#!4iIClQ4D!tbff8HgrT5Pii8yMDXf9eZd5yFSrwOALHnjsaW7NlWU

正如前文所述，gpu_mon 本身不會挖礦，它只會跟蹤 GPU 進程，所以你可以使用任何 CUDA 優(yōu)化的挖礦程序。

賺錢與否？

當然賺錢，但是不要指望使用一塊英偉達 GTX 1080 就能賺來百萬美元，虛擬貨幣的復雜性正在增長，但挖礦收入減去電費以后仍然是正數(shù)，所以何樂而不為呢？