隨著 Intel Thunderbolt 3 在筆記本電腦中的引入，您現(xiàn)在可以使用外部 GPU （ e GPU ）外殼來使用專用的 GPU 來進(jìn)行游戲、制作和數(shù)據(jù)科學(xué)。霹靂 3e GPU 設(shè)置包括

離散的

用來安置它的圍欄

電源

與筆記本電腦的 Thunderbolt 3 連接

大多數(shù)外殼都提供了所有這些，所以您只需要使用一臺(tái)帶有 Thunderbolt 3 的筆記本電腦。

因?yàn)槲液芸粗剌p薄筆記本的便攜性，但希望用一臺(tái) GPU 的原始馬力來完成嚴(yán)肅的工作， e GPUs 讓我可以兩全其美。通過一根 Thunderbolt 3 電纜，我可以將我的筆記本電腦連接到一個(gè)強(qiáng)大的專用 GPU 、多個(gè)顯示器和外圍設(shè)備。

選擇硬件

e GPU 解決方案的性能在很大程度上取決于 GPU 的性能、 CPU 的性能以及兩者之間的連接帶寬。

確保您的筆記本電腦支持 Thunderbolt 3

Thunderbolt 3 是一個(gè)通過 USB-C 工作的硬件接口，在主機(jī) CPU 和 GPUs 等設(shè)備之間支持多達(dá)四個(gè) PCI Express （ PCIe ）通道，這為您提供了理論上的最大值：

4 x 8Gbps (the bandwidth of a single PCIe Gen3 lane) = 32 Gbps

筆記本電腦制造商可以設(shè)計(jì)少于四個(gè)通道的筆記本電腦，因此您應(yīng)該咨詢筆記本電腦制造商，以了解在您的機(jī)器上使用 Thunderbolt 3 有多少個(gè) PCIe 通道可用。 e GPU 。 io 上的人維護(hù)著一個(gè) e GPU 應(yīng)用的最佳筆記本電腦 的列表。

Windows 和 Linux 支持 e GPUs 。這篇文章關(guān)注的是 ubuntulinux 上的 e GPUs 。我使用的筆記本電腦是運(yùn)行 ubuntu20 。 04lts 的聯(lián)想 thinkpadx1yoga （第四代），但是這篇文章已經(jīng)在 ubuntu18 。 04lts 上測(cè)試過了。

選擇存儲(chǔ)模塊

雖然存儲(chǔ)模塊在功能、大小、供電和成本方面各不相同，但 e GPU 。 io 的工作人員也會(huì)對(duì) 霹靂 3 外殼列表 進(jìn)行維護(hù)，并對(duì)其功能進(jìn)行簡(jiǎn)要描述，以幫助您做出決定。我的選擇是十四行詩 eGFX 分離盒（ 350W ）。

選擇 GPU

您對(duì) GPU 的選擇取決于您的用例和對(duì)外殼的選擇。一些考慮因素包括功耗、卡大小、 GPU 內(nèi)存和時(shí)鐘速度。我選擇的 GPU 是 RTX 2080 Super 。

設(shè)置 Ubuntu 以使用 NVIDIA e GPU

本文假設(shè)您將使用 Ubuntu18 。 04LTS / 20 。 04LTS 。

安裝 CUDA 和 NVIDIA 驅(qū)動(dòng)程序

在 e GPU 連接的情況下安裝 Ubuntu 并重新啟動(dòng)。

將系統(tǒng)更新到最新內(nèi)核：

$ sudo apt-get update
$ sudo apt-get dist-upgrade

確保系統(tǒng)檢測(cè)到 NVIDIA GPU 并且加載了合適的驅(qū)動(dòng)程序：

$ lspci | grep -i “nvidia”
$ lsmod | grep -i “nvidia”

現(xiàn)有的驅(qū)動(dòng)程序很可能是 Nouveau ， NVIDIA GPUs 的開源驅(qū)動(dòng)程序。因?yàn)?Nouveau 不支持 e GPU 設(shè)置，所以應(yīng)該安裝 NVIDIA CUDA 和 NVIDIA 驅(qū)動(dòng)程序。您還必須停止內(nèi)核加載 Nouveau 。

為您的發(fā)行版獲取 NVIDIA CUDA 工具箱 的最新版本。對(duì)于 Ubuntu 20 。 04 ，可以從標(biāo)準(zhǔn)存儲(chǔ)庫(kù)獲取此工具箱：

$ sudo apt-get install nvidia-cuda-toolkit

將 Xorg 卸載到 e GPU

在安裝了 NVIDIA 專有驅(qū)動(dòng)程序之后，通過在/ etc / gdm3 中注釋出# WaylandEnable = false ，確保 Ubuntu 18 。 04 / 20 。 04 的 gdm3 （圖形登錄管理器）沒有使用 Wayland /自定義。 conf ：

# GDM configuration storage
# # See /usr/share/gdm/gdm.schemas for a list of available options.
[daemon]
# Uncomment the line below to force the login screen to use Xorg
WaylandEnable=false

然后，將 3 附加到/ etc / DEFAULT / GRUB 中的 GRUB _ CMDLINE _ LINUX _ DEFAULT 后面，引導(dǎo)到運(yùn)行級(jí)別 3 ：

#If you change this file, run 'update-grub' afterwards to update
# /boot/grub/grub.cfg.
# For full documentation of the options in this file, see:
# info -f grub -n 'Simple configuration' GRUB_DEFAULT=0
GRUB_TIMEOUT_STYLE=hidden
GRUB_TIMEOUT=0
GRUB_DISTRIBUTOR=`lsb_release -i -s 2> /dev/null || echo Debian`
GRUB_CMDLINE_LINUX_DEFAULT="quiet splash"
GRUB_CMDLINE_LINUX=""

最后，更新 grub 并重新啟動(dòng)：

$ sudo update-grub
$ sudo shutdown --reboot

重新啟動(dòng)到運(yùn)行級(jí)別 3 并檢查 NVIDIA 專有驅(qū)動(dòng)程序是否已加載：

$ nvidia-smi

編輯/ usr / share / X11 / xorg . conf 公司. d / 10- NVIDIA . conf 在 OutputClass 中添加一個(gè)附加選項(xiàng)，以允許 NVIDIA X 驅(qū)動(dòng)程序加速 X ，而不是由集成的 GPU 驅(qū)動(dòng)：

Section "OutputClass" Identifier "nvidia" MatchDriver "nvidia-drm" Driver "nvidia" Option "AllowExternalGpus" "True" Option "AllowEmptyInitialConfiguration" ModulePath "/usr/lib/x86_64-linux-gnu/nvidia/xorg"
EndSection

將/ etc / default / grub 還原為默認(rèn)值，方法是從 grub _ CMDLINE _ LINUX _ default 中刪除“ 3 ”，然后更新 grub ：

$ sudo update-grub

通過查看$ NVIDIA -smi 的輸出，重新啟動(dòng)并檢查以確保您的 X 會(huì)話被 NVIDIA NVIDIA 加速。

$ nvidia-smi output

dsingal@dsingalX1NV:~$ sudo docker pull nvcr.io/nvidia/deepstream:5.0-20.07-triton
dsingal@dsingalX1NV:~$ xhost +
dsingal@dsingalX1NV:~$ docker run --gpus all -it --rm -v /tmp/.X11-unix:/tmp/.X11-unix -e DISPLAY=$DISPLAY -w /opt/nvidia/deepstream/deepstream-5.0 nvcr.io/nvidia/deepstream:5.0-dp-20.04-triton
root@dsingalX1NV:/opt/nvidia/deepstream/deepstream-5.0# deepstream-app -c ./samples/configs/deepstream-app/source4_1080p_dec_infer-resnet_tracker_sgie_tiled_display_int8.txt

結(jié)論

現(xiàn)在您已經(jīng)設(shè)置了 e GPU ，您可以通過執(zhí)行類似于 使用 NVIDIA Riva 加速文本到語音轉(zhuǎn)換 、 用 NVIDIA Merlin 構(gòu)建深度推薦系統(tǒng) 、 使用 NVIDIA DeepStream 構(gòu)建 IVA 應(yīng)用程序 等操作來利用可用的大規(guī)模并行計(jì)算。

關(guān)于作者

Dhruv Singal 是 NVIDIA 的解決方案工程師。他專注于計(jì)算機(jī)視覺和自然語言在許多垂直行業(yè)的應(yīng)用。在 NVIDIA 之前， Dhruv 在圣路易斯奧比斯波的 CalPoly 獲得計(jì)算機(jī)科學(xué)學(xué)士學(xué)位，在那里他學(xué)習(xí)并行編程和深度學(xué)習(xí)。

審核編輯：郭婷