gpu-benchmark-linux 0.4.2

GPU基准测试工具 - 用于评估NVIDIA GPU性能的综合工具包

GPU Benchmark Linux

一个专业的GPU基准测试和压力测试工具，完全替代gpu burn方案，提供全新的GPU压力测试、硬件监控和可视化报告功能。

🚀 核心特性

• ✅ GPU压力测试: 矩阵乘法、计算密集型、内存带宽测试
• ✅ 实时硬件监控: 温度、功耗、GPU/内存利用率监控
• ✅ 安全保护机制: 温度/功耗限制，自动停止保护
• ✅ 可视化报告: HTML交互式报告，Chart.js专业图表
• ✅ 多GPU支持: 并行测试多个GPU设备
• ✅ CUDA兼容: 支持CUDA Toolkit 12+和主流NVIDIA显卡
• ✅ 多格式输出: JSON、CSV、HTML多种报告格式

📋 系统要求

• 操作系统: Linux (推荐Ubuntu 18.04+)
• 硬件: NVIDIA显卡
• 软件:
  • CUDA Toolkit 12.0+
  • NVIDIA驱动程序
  • Python 3.8+

🔧 安装

方式一：PyPI安装

pip install gpu-benchmark-linux

方式二：源码安装

git clone <项目地址>
cd GPUBenchmark/gpu_benchmark
pip install -e .

依赖包

# 核心依赖
pip install cupy-cuda12x nvidia-ml-py3 numpy psutil

🎯 快速开始

命令行使用

# 运行所有测试（默认60秒）
python3 -m gpu_benchmark_linux --test all

# 指定测试时间（5分钟）
python3 -m gpu_benchmark_linux --test all --duration 300

# 指定输出目录
python3 -m gpu_benchmark_linux --test all --output results

# 查看帮助
python3 -m gpu_benchmark_linux --help

测试类型

测试类型	说明	用途
env	环境检查	验证CUDA、驱动、依赖
cuda	CUDA功能测试	GPU计算性能基准测试
model	模型推理测试	AI模型推理性能测试
all	完整测试套件	全面的GPU性能评估

编程接口

from gpu_benchmark_linux.stress_test import GPUStressTester, StressTestConfig

# 创建测试配置
config = StressTestConfig(
    duration=300,  # 5分钟测试
    device_ids=[0, 1],  # 测试GPU 0和1
    test_types=['matrix_multiply', 'compute_intensive', 'memory_bandwidth'],
    temperature_limit=85.0,  # 温度限制85°C
    auto_stop_on_limit=True  # 超限自动停止
)

# 运行压力测试
tester = GPUStressTester()
result = tester.run_stress_test(config)

# 检查结果
if result.success:
    print(f"测试成功！总GFLOPS: {result.performance_metrics.get('total_gflops', 0)}")
    print(f"HTML报告: {result.html_report_path}")  # 自动生成HTML报告
else:
    print(f"测试失败: {result.error_message}")

📊 输出文件说明

测试完成后会在输出目录生成以下文件：

1. 日志文件

benchmark_YYYYMMDD_HHMMSS.log  # 详细的测试日志

2. JSON结果文件

stress_test_TIMESTAMP.json     # 机器可读的测试结果

3. HTML可视化报告 ⭐

benchmark_report_YYYYMMDD_HHMMSS.html  # 交互式可视化报告

HTML报告包含：

• 📊 系统信息概览
• ⚡ 性能指标仪表板
• 📈 实时监控图表（温度、功耗、利用率）
• 🎯 设备测试结果详情
• 📉 性能对比图表

🔍 核心功能详解

1. GPU压力测试类型

矩阵乘法测试

• 测试GPU浮点计算性能
• 输出GFLOPS性能指标
• 验证计算精度

计算密集型测试

• 持续高强度计算负载
• 测试GPU稳定性
• 评估散热性能

内存带宽测试

• 测试GPU显存带宽
• 评估内存子系统性能
• 检测内存错误

2. 硬件监控功能

# 实时监控示例
from gpu_benchmark_linux.monitor import GPUMonitor

monitor = GPUMonitor()
monitor.start_monitoring(interval=1.0)  # 每秒采样

# 获取实时数据
metrics = monitor.get_current_metrics()
for metric in metrics:
    print(f"GPU {metric.device_id}: {metric.temperature}°C, {metric.power_usage}W")

3. 安全保护机制

• 温度保护: 超过设定温度自动停止测试
• 功耗保护: 功耗超限自动终止
• 异常处理: 完善的错误恢复机制
• 资源清理: 测试结束自动清理GPU资源

📈 性能基准参考

GPU型号	矩阵乘法(GFLOPS)	内存带宽(GB/s)	典型功耗(W)
RTX 4090	15000-20000	900-1000	350-450
RTX 4080	12000-15000	700-800	280-350
RTX 3090	10000-13000	800-900	300-400
RTX 3080	8000-11000	650-750	250-320
RTX 3070	6000-8000	450-550	200-250

🛠️ 高级配置

自定义测试参数

config = StressTestConfig(
    duration=600,  # 10分钟测试
    matrix_size=8192,  # 更大的矩阵（更高负载）
    memory_usage_ratio=0.9,  # 使用90%显存
    monitor_interval=0.5,  # 0.5秒监控间隔
    temperature_limit=80.0,  # 更严格的温度限制
    power_limit_ratio=0.95,  # 功耗限制比例
)

添加测试回调

def test_progress_callback(result):
    """测试进度回调"""
    print(f"测试完成，耗时: {result.duration:.1f}秒")
    if result.success:
        print("✅ 所有测试通过")
        # 自动发送邮件通知等
    else:
        print("❌ 测试失败，请检查日志")

tester.add_callback(test_progress_callback)

批量测试脚本

#!/usr/bin/env python3
"""批量GPU测试脚本"""

import time
from gpu_benchmark_linux.stress_test import GPUStressTester, StressTestConfig

def run_batch_tests():
    """运行批量测试"""
    test_configs = [
        ("短时测试", StressTestConfig(duration=60)),
        ("中等测试", StressTestConfig(duration=300)),
        ("长时测试", StressTestConfig(duration=1800)),
    ]
    
    tester = GPUStressTester()
    results = {}
    
    for name, config in test_configs:
        print(f"开始 {name}...")
        result = tester.run_stress_test(config)
        results[name] = result
        
        if result.success:
            print(f"✅ {name} 完成")
        else:
            print(f"❌ {name} 失败: {result.error_message}")
        
        time.sleep(30)  # 测试间隔
    
    return results

if __name__ == "__main__":
    run_batch_tests()

🔧 故障排除

1. CUDA不可用

# 检查NVIDIA驱动
nvidia-smi

# 检查CUDA版本  
nvcc --version

# 安装CUDA Toolkit
# 访问: https://developer.nvidia.com/cuda-toolkit

2. 依赖包问题

# 重新安装依赖
pip install --upgrade cupy-cuda12x nvidia-ml-py3 numpy

# 如果CuPy安装失败，尝试预编译版本
pip install cupy-cuda12x

# 检查CUDA版本兼容性
python -c "import cupy; print(cupy.cuda.runtime.runtimeGetVersion())"

3. 权限问题

# 确保用户在docker组中（如果使用Docker）
sudo usermod -a -G docker $USER

# 检查GPU设备权限
ls -la /dev/nvidia*

# 重新登录或重启

4. 内存不足

# 检查GPU内存
nvidia-smi

# 降低内存使用比例
config.memory_usage_ratio = 0.7  # 使用70%显存

5. 温度过高

# 检查散热
nvidia-smi -q -d TEMPERATURE

# 降低温度限制
config.temperature_limit = 75.0  # 75°C限制

# 改善散热环境

📁 项目结构

gpu_benchmark_linux/
├── __init__.py           # 包初始化
├── __main__.py          # 命令行入口
├── benchmark.py         # 基准测试集成
├── cuda_ops.py         # CUDA计算操作封装
├── monitor.py          # GPU硬件监控
├── stress_test.py      # 压力测试核心逻辑
├── reporter.py         # 结果输出管理
├── html_reporter.py    # HTML可视化报告生成器
├── exceptions.py       # 错误处理机制
├── utils.py           # 工具函数库
└── tests/             # 单元测试
    ├── __init__.py
    ├── cuda_tests.py
    └── model_tests.py

🔄 更新日志

v0.1.9 (当前版本)

• ✅ 重大更新: 完全移除gpu burn依赖
• ✅ 新功能: 实现全新的CUDA压力测试方案
• ✅ 可视化: 添加HTML交互式报告功能
• ✅ 兼容性: 支持CUDA Toolkit 12+
• ✅ 监控: 增强的硬件监控功能
• ✅ 架构: 模块化架构重构
• ✅ 稳定性: 改进的错误处理机制
• ✅ 安全性: 完善的温度和功耗保护

v0.1.8

• 基础GPU测试功能
• 简单的结果输出

🤝 贡献指南

欢迎提交Issue和Pull Request！

开发环境设置

git clone <项目地址>
cd gpu_benchmark
pip install -e ".[dev]"

运行测试

python -m pytest gpu_benchmark_linux/tests/

📄 许可证

MIT License - 详见 LICENSE 文件

🆘 技术支持

如果遇到问题，请：

1. 检查系统要求: 确保满足最低硬件和软件要求
2. 查看日志: 检查详细的日志文件获取错误信息
3. 参考文档: 查看故障排除部分
4. 提交Issue: 在GitHub上提交详细的问题报告

---

⚠️ 重要提示: 本工具设计用于专业的GPU性能测试和压力测试，请在良好通风的环境下使用，并注意监控硬件温度，避免硬件损坏。

🎯 项目目标: 提供比gpu burn更强大、更安全、更易用的GPU压力测试解决方案。