如何解决““RuntimeError: CUDA out of memory.”？有没有办法释放更多的内存？

Question

在这种情况下，我在 VM 上使用 jupyter notebook 来训练一些 CNN 模型。 VM 有 16v CPU 和 60GB 内存。我刚刚安装了 NVIDIA TESLA P4 以获得更好的性能。但它总是给出像"RuntimeError: CUDA out of memory. Tried to allocate 196.00 MiB (GPU 0; 7.43 GiB total capacity; 2.20 GiB already allocated; 180.44 MiB free; 226.01 MiB cached)"这样的错误

为什么会这样？系统很干净。我想知道为什么我只有这么少的可用内存？

我认为GPU设置没有错误

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 440.33.01    Driver Version: 440.33.01    CUDA Version: 10.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  Tesla P4            Off  | 00000000:00:04.0 Off |                    0 |
| N/A   38C    P0    22W /  75W |      0MiB /  7611MiB |      2%      Default |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

Answer 1

当一个进程在 GPU 上分配内存时，该内存只能由该进程或在它终止时释放。如果您看到 CUDA 内存不足错误但没有其他任何东西在运行，那么我建议您使用 nvtop 之类的工具来确定谁在占用您的 CUDA 内存。它看起来像这样：

在底部您可以看到 GPU 内存和进程命令行。在上面的示例中，突出显示的绿色进程占用了 84% 的 GPU RAM。您可以使用向上/向下箭头选择进程并按 F9 终止该进程。有时，当我运行训练脚本时，它们不会被终止，并且会显示在此处占用 CUDA 内存。

注意：nvtop 安装在 Ubuntu 18 上有点涉及，但您可以使用的其他工具是 gpustat，它只显示 pid。