Dynolog 项目下载与安装教程
2024-12-08 12:05:44作者:裴麒琰
1. 项目介绍
Dynolog 是一个为异构 CPU-GPU 系统设计的轻量级性能监控守护进程。它支持持续的监控模式和深度分析模式,后者可以通过向守护进程发起远程过程调用激活。Dynolog 与 PyTorch Profiler 集成,提供按需远程跟踪功能。它可以同时跟踪数百个 GPU,并检查收集的跟踪(从 PyTorch v1.13.0 开始可用)。它还支持使用 DCGM 监控 NVIDIA GPU 的性能。
2. 项目下载位置
项目托管在 GitHub 上,您可以从以下位置下载:facebookincubator/dynolog。
3. 项目安装环境配置
在安装 Dynolog 之前,请确保您的系统环境满足以下要求:
- 操作系统:Linux
- 对于 GPU 监控,需要 DCGM
以下是环境配置的步骤和示例截图(请注意,截图仅为示例,实际操作时需要根据您的系统环境进行操作):
# 更新系统包
sudo apt update && sudo apt upgrade -y
# 安装必要的依赖
sudo apt install -y build-essential git
4. 项目安装方式
您可以选择以下两种方式之一来安装 Dynolog:
使用包管理器安装
对于 CentOS 系统:
wget https://github.com/facebookincubator/dynolog/releases/download/v0.2.1/dynolog-0.2.1-1.el8.x86_64.rpm
sudo rpm -i dynolog-0.2.1-1.el8.x86_64.rpm
对于 Ubuntu 或基于 Debian 的系统:
wget https://github.com/facebookincubator/dynolog/releases/download/v0.2.1/dynolog_0.2.1-0_amd64.deb
sudo dpkg -i dynolog_0.2.1-0_amd64.deb
从源代码构建
如果您需要从源代码构建,可以按照以下步骤进行:
# 克隆项目
git clone https://github.com/facebookincubator/dynolog.git
cd dynolog
# 构建项目
mkdir build && cd build
cmake ..
make
构建完成后,二进制文件将位于 build/bin 目录下。
5. 项目处理脚本
安装完成后,您可以使用以下命令来启动 Dynolog 服务:
sudo systemctl start dynolog
如果您使用的是源代码构建的方式,可以直接运行二进制文件:
./build/bin/dynolog_server
使用以下命令来检查服务状态:
dyno status
如果要启用 PyTorch Profiler 集成,请设置环境变量并重启服务:
echo "--enable_ipc_monitor" | sudo tee -a /etc/dynolog/gflags
sudo systemctl restart dynolog
以上就是 Dynolog 的下载与安装教程。希望对您有所帮助。
登录后查看全文
热门项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C077
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0131
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
462
3.44 K
Ascend Extension for PyTorch
Python
269
309
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
188
77
暂无简介
Dart
714
171
React Native鸿蒙化仓库
JavaScript
284
331
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
843
421
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
105
119
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.26 K
692