nvbandwidth是一款用于 NVIDIA 图形处理器带宽测量的工具，nvbandwidth 会使用复制引擎或内核复制方法来测量不同链路上各种 memcpy 模式的带宽。nvbandwidth 会报告您系统当前的测量带宽。要达到最大峰值带宽，可能需要针对特定系统进行额外的调优。

1.测试环境要求

我们先来部署下测试环境。nvbandwidth有以下环境要求。

2.安装软件依赖包

apt install -y libboost-program-options-dev g++ gcc dkms openssl libssl-dev

3.GPU驱动安装

./NVIDIA-Linux-x86_64-570.169.run -sZ --dkms

安装完成以后使用nvidia-smi进行验证，注意安装完驱动以后建议重启系操作系统。

4.cuda库安装

./cuda_12.4.0_550.54.14_linux.run --toolkit --no-drm --silent
#添加环境变量到profile
echo "export PATH=/usr/local/cuda-12.4/bin:\$PATH" >> /etc/profile
source /etc/profile
#然后进行验证
nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2024 NVIDIA Corporation
Built on Tue_Feb_27_16:19:38_PST_2024
Cuda compilation tools, release 12.4, V12.4.99
Build cuda_12.4.r12.4/compiler.33961263_0

5.gcc安装

由于带的gcc已经满足需求所以不需要再另外进行安装

6.编译安装cmake

cmake可以使用apt进行安装，但是安装的版本不符合要求，所以我们进行编译安装

wget https://github.com/Kitware/CMake/releases/download/v3.31.8/cmake-3.31.8.tar.gz
tar -zxvf cmake-3.31.8.tar.gz
cd cmake-3.31.8
./bootstrap
make -j8
make install
#验证
cmake --version
cmake version 3.31.8

CMake suite maintained and supported by Kitware (kitware.com/cmake).

7.编译安装nvbandwidth

nvbandwidth编译比较简单，直接编译就行

git clone https://github.com/NVIDIA/nvbandwidth.git
cmake .
make

8.使用nvbandwidth测试

测试命令也比较简单，直接执行即可。

./nvbandwidth

测试结果如下截图