共计 1250 个字符，预计需要花费 4 分钟才能阅读完成。
测试代码：
| import time | |
| import torch | |
| from loguru import logger | |
| device = 'cuda' | |
| batch_size = 1000 | |
| image_channel = 3 | |
| image_size = 224 | |
| count = int(100000/batch_size) | |
| logger.debug(f'筹备输出数据') | |
| input_data = torch.randn(batch_size, image_channel, image_size, image_size) | |
| total_bytes = input_data.numel() * input_data.element_size() | |
| print('total_MB', total_bytes/1024/1024) | |
| logger.debug(f'开始计数') | |
| started_at = time.time() | |
| for i in range(count): | |
| input_data_with_cuda = input_data.to(device) | |
| ended_at = time.time() | |
| print('pay time', ended_at-started_at) |
测试在不同平台下的运行速度，因为这个必定和内存速度、显存带宽、显存速度等等都有关系
测试平台一：intel Xeon E5-2690 CPU + tesla-m60 GPU
CPU: Intel Xeon E5-2690
RAM: DDR4 2400 MHz
GPU: NVIDIA Tesla M60
运行后果
| 2023-03-15 07:18:28.542 | DEBUG | __main__:<module>:15 - 筹备输出数据 | |
| total_MB 574.21875 | |
| 2023-03-15 07:18:29.688 | DEBUG | __main__:<module>:23 - 开始计数 | |
| pay time 12.158783435821533 |
测试平台二：Intel(R) Xeon(R) Gold 5218 CPU @ 2.30GHz + tesla-T4 GPU
CPU: Intel(R) Xeon(R) Gold 5218 CPU @ 2.30GHz
RAM: DDR4 3200 MHz
GPU: NVIDIA Tesla T4
运行后果
| 2023-03-15 15:38:21.722 | DEBUG | __main__:<module>:15 - 筹备输出数据 | |
| total_MB 574.21875 | |
| 2023-03-15 15:38:22.766 | DEBUG | __main__:<module>:23 - 开始计数 | |
| pay time 13.845425367355347 |
测试平台三：Macbook pro13 Apple Silicon M1 8core CPU 8core GPU
运行后果
| 2023-03-15 15:39:53.084 | DEBUG | __main__:<module>:15 - 筹备输出数据 | |
| total_MB 574.21875 | |
| 2023-03-15 15:39:54.708 | DEBUG | __main__:<module>:23 - 开始计数 | |
| pay time 4.494465112686157 |
正文完
