雙卡任務分開運行請問cpu核心分配權重
-
雙 GPU 運行 AMADEUS (動物行為追蹤軟體)時，GPU 2 出現 CPU 供料瓶頸（GPU 3D 利用率呈波浪狀/鋸齒狀）
【現象描述】
在執行 AMADEUS 時，分別進行兩個任務，CPU 餵資料給 第一張顯示卡 (GPU 1) 非常正常(系統分配8核)，GPU 1 能維持穩定的高利用率。
但餵資料給 第二張顯示卡 (GPU 2) 時(系統分配4核)，GPU 2 的 3D 利用率（Utilization）出現顯著的波峰/鋸齒狀（Sawtooth pattern）：GPU 2 算得很快，但每次算完一個 Batch 後，都需要長時間空閒（Idle）等待 CPU 推送下一批資料。
呈現「計算瞬間拉高 → 停頓等資料 → 再拉高」的循環。
【主要問題】
請教在多卡/雙卡環境下，該如何調整資料載入管線（Data Pipeline）、DataLoader 參數或 CPU 執行緒分配，以解決 GPU 2 的 GPU Starvation（GPU 飢餓/等待資料） 問題？CPU：Intel Xeon E5-2673 v3
主機板：華南金牌 X99-TF
記憶體：ECC DDR3 16GB × 4（共 64GB）
顯示卡 1：NVIDIA GeForce RTX 4080 32GB 渦輪版
顯示卡 2：ASUS ROG GeForce RTX 4070
儲存裝置：512GB × 2 + 2TB × 1
電源供應器：ASUS TUF 1000W
-
-
典型的 dataloader/CPU 供料不足，不是 4070 本身慢。AMADEUS 如果暴露 workers/prefetch 参数，优先调它；没有就从系统层下手。
- 核数：E5-2673 v3 是 12 核 24 线程，你说的 8 核/4 核如果是逻辑线程，两个任务很可能落在同一批物理核的超线程兄弟上。用 taskset -c 0-7 和 taskset -c 8-11 绑到不相交的物理核，并设 OMP_NUM_THREADS=8 / 4，别让 OpenMP 把 24 线程全抢满。
- DataLoader：GPU2 的 num_workers 从 4-6 起，prefetch_factor=2-4、persistent_workers=True、pin_memory=True；batch 太小会放大等数据的空档，能加就加。
- 数据路径：确认数据在 NVMe 不在机械盘；小文件多先打包成顺序大文件或放 tmpfs，视频/图片解码尽量提前做，别在 worker 里现场解。
- 量化：nvidia-smi dmon -s u 看 GPU2 锯齿周期，pidstat -t -p PID 1 看 worker 是否吃满 CPU，iostat -x 1 看盘是否打满。worker CPU 不高但 GPU 空转，多半是主进程串行预处理或锁竞争。
- X99 平台：4 条 DDR3 要插满四通道（每通道一条），否则带宽腰斩；双卡确认是 x16/x8 不是 x4。
先做 1+2，锯齿通常会明显收窄。
