DGX Spark GPU 클럭 제한하기: sparkLimiter 설치와 서비스 등록

DGX Spark의 GPU 클럭 상한을 정하고, 재부팅한 뒤에도 같은 제한을 적용하려면 `sparkLimiter`를 사용할 수 있다. `nvidia-smi -lgc`로 클럭 범위를 설정하고, 부팅할 때 다시 적용하는 systemd 서비스를 등록하는 Bash 스크립트다. 아래는 **DGX Spark 한 대에서 직접 실행하는 방법**이다. 기본값인 `0,2200`을 사용하며, 필요하면 `0,1800`처럼 바꿀 수 있다. > 이 글은 저장소 코드를 기준으로 정리했다. 실제 DGX Spark에서 설치하거나 성능·온도·소비전력 변화를 측정한 결과는 아니다. 2200MHz와 1800MHz는 설정 예시이며, 권장 성능값이나 절감 효과를 보장하지 않는다. ## 1. 실행 환경 확인 DGX Spark의 터미널에서 실행한다. NVIDIA 드라이버, systemd, Bash가 필요하고, 서비스를 등록할 계정에는 `sudo` 권한이 있어야 한다. 스크립트는 `/usr/bin/nvidia-smi` 경로를 사용한다. ```bash command -v bash systemctl --version test -x /usr/bin/nvidia-smi && /usr/bin/nvidia-smi sudo -v ``` `nvidia-smi`에서 GPU를 정상적으로 인식하는지 먼저 확인한다. 드라이버 오류가 있으면 클럭 제한보다 드라이버 문제를 먼저 해결한다. Git이 없다면 Ubuntu/Debian 기준으로 설치한다. 이 패키지 설치 명령은 sparkLimiter가 아니라 운영체제의 준비 단계다. ```bash sudo apt-get update sudo apt-get install -y git ``` ## 2. sparkLimiter 내려받기 ```bash git clone https://github.com/MiaAI-Lab/sparkLimiter.git cd sparkLimiter ``` 관리자 권한으로 시스템 설정을 바꾸는 스크립트이므로 실행 전에 내용을 확인한다. ```bash less spark-limiter.sh ``` 별도의 빌드나 Python 패키지 설치는 필요 없다. 저장소의 실행 파일을 그대로 사용한다. ## 3. GPU 클럭 제한과 서비스 등록 현재 접속한 Spark에 최대 2200MHz 범위를 요청하려면 다음 명령을 실행한다. ```bash ./spark-limiter.sh --clocks 0,2200 localhost ``` - `--clocks MIN,MAX`: MHz 단위의 최소·최대 클럭 범위. - `0,2200`: 최소 0, 최대 2200MHz를 요청한다. GPU를 항상 2200MHz로 고정한다는 의미는 아니다. - `localhost`: 현재 장비에 적용한다. 로컬 적용에는 SSH가 필요 없다. `--clocks`를 생략해도 기본값은 `0,2200`이다. 글에서는 적용할 값을 분명히 보이도록 명시했다. > 이 명령은 GPU 클럭 설정과 시스템 서비스 등록을 즉시 수행한다. 전체 스크립트 앞에 `sudo`를 붙이지 않아도 된다. 필요한 작업에서 스크립트가 `sudo`를 호출한다. 명시적으로 `localhost`나 호스트를 지정하면 장비 선택 확인 없이 바로 적용하므로 대상을 먼저 확인한다. 스크립트가 처리하는 작업은 다음과 같다. 1. `sudo /usr/bin/nvidia-smi -lgc 0,2200`으로 클럭 범위 적용. 2. `/etc/systemd/system/spark-gpu-clock-limit.service` 생성. 3. systemd 설정 다시 읽기. 4. 서비스 부팅 자동 실행 활성화. 5. 서비스 즉시 재시작. 따라서 별도로 서비스 파일을 작성하거나 `systemctl enable`을 실행할 필요는 없다. GPU 클럭을 제어하는 도구이며, CPU 클럭이나 GPU 전력 제한값을 설정하는 도구는 아니다. 실제로 허용되는 클럭 범위는 장비와 드라이버의 지원 여부에 따른다. ## 4. 적용 상태 확인 다음 명령도 대상 DGX Spark에서 실행한다. ```bash systemctl is-enabled spark-gpu-clock-limit.service systemctl status --no-pager spark-gpu-clock-limit.service systemctl cat spark-gpu-clock-limit.service ``` 확인할 항목은 다음과 같다. - `is-enabled` 결과가 `enabled`인지 확인한다. - 서비스 실행이 성공했는지 확인한다. 이 서비스는 `Type=oneshot`이므로 정상 적용 후 `active (exited)`로 표시될 수 있다. - 서비스 내용의 `ExecStart`가 `/usr/bin/nvidia-smi -lgc 0,2200`인지 확인한다. 현재 부팅에서 실행한 기록과 GPU 클럭 정보도 확인한다. ```bash sudo journalctl -b -u spark-gpu-clock-limit.service --no-pager /usr/bin/nvidia-smi -q -d CLOCK ``` 작업 중 실제 그래픽 클럭을 1초 간격으로 관찰하려면 다음 명령을 사용한다. 종료는 `Ctrl+C`다. ```bash /usr/bin/nvidia-smi \ --query-gpu=name,clocks.current.graphics \ --format=csv -l 1 ``` > **`Max Clocks`는 설정한 제한값을 그대로 읽어 주는 항목이 아니다.** NVIDIA 문서에서 이 값은 GPU의 설계상 최대 클럭을 뜻한다. 설치 스크립트 마지막 출력에도 `clocks.max.gr`가 나오지만, 이 숫자가 2200으로 바뀌어야 성공하는 것은 아니다. 서비스 설정과 실행 기록을 함께 확인해야 한다. 유휴 상태에서 현재 클럭이 낮게 보이는 것만으로 제한 적용이 입증되는 것도 아니다. 부팅 후 자동 적용까지 확인하려면 작업을 저장하고, 실행 중인 GPU 작업을 정리한 뒤 재부팅한다. 재부팅은 현재 연결과 작업을 중단하므로 가능한 시점에만 실행한다. ```bash sudo systemctl reboot ``` 다시 접속한 뒤 설치 명령을 재실행하지 말고 위의 서비스 상태·설정·현재 부팅 로그를 확인한다. 그래야 수동 적용이 아니라 부팅 시 적용 여부를 확인할 수 있다. ## 5. 클럭 제한값 변경 최대값을 1800MHz로 바꾸려면 같은 스크립트를 다시 실행한다. ```bash ./spark-limiter.sh --clocks 0,1800 localhost ``` 서비스 파일도 새 값으로 교체되고 즉시 재시작된다. 이후 재부팅에도 이 값이 사용된다. 다시 2200MHz로 변경하려면 다음과 같이 실행한다. ```bash ./spark-limiter.sh --clocks 0,2200 localhost ``` `nvidia-smi -lgc`만 따로 실행하면 현재 클럭 설정은 바뀌어도 서비스에 저장한 값은 바뀌지 않는다. 재부팅 뒤에도 유지할 값은 스크립트로 변경한다. ## 6. 제한 중지·해제·삭제 ### 잠시 중지 ```bash sudo systemctl stop spark-gpu-clock-limit.service ``` 정상 활성 상태인 서비스를 중지하면 `ExecStop`의 `nvidia-smi -rgc`가 실행되어 GPU 클럭 설정을 기본값으로 되돌린다. 부팅 자동 실행은 유지되므로 다음 부팅에는 제한이 다시 적용된다. 다시 적용하려면 다음과 같이 실행한다. ```bash sudo systemctl restart spark-gpu-clock-limit.service ``` ### 부팅 자동 실행도 끄기 ```bash sudo systemctl disable --now spark-gpu-clock-limit.service sudo /usr/bin/nvidia-smi -rgc ``` 첫 명령은 자동 실행을 해제하고 현재 서비스도 중지한다. 두 번째 명령은 클럭 초기화를 명시적으로 수행한다. `disable`만 사용하고 `--now`를 빼면 현재 서비스는 중지되지 않는다. 서비스를 남겨 둔 상태에서 다시 활성화하려면 다음과 같이 실행한다. ```bash sudo systemctl enable --now spark-gpu-clock-limit.service ``` ### 서비스까지 삭제 내려받은 `sparkLimiter` 디렉터리에서 실행한다. ```bash ./spark-limiter.sh --uninstall localhost ``` 서비스 중지·자동 실행 해제, GPU 클럭 초기화, 서비스 파일 삭제를 처리한다. 내려받은 저장소 디렉터리는 삭제하지 않는다. `nvidia-smi -rgc`만 실행하면 서비스는 남는다. 서비스가 활성화되어 있으면 다음 부팅 때 제한이 다시 적용되므로, 영구 해제에는 자동 실행 해제 또는 제거가 필요하다. ## 7. 다른 Spark에 원격 적용하기 한 대만 설정한다면 앞의 `localhost` 방식으로 충분하다. 여러 Spark를 관리한다면 SSH로 대상을 지정할 수 있다. 아래 `ubuntu@spark1`은 실제 계정과 호스트명으로 바꾼다. ```bash ./spark-limiter.sh --clocks 0,2200 ubuntu@spark1 ``` 여러 대도 공백으로 나열한다. ```bash ./spark-limiter.sh --clocks 0,2200 ubuntu@spark1 ubuntu@spark2 ``` 원격 대상에도 `/usr/bin/nvidia-smi`, systemd, `sudo` 권한이 필요하다. 최초 접속 시 SSH 호스트 키 지문이 올바른 장비의 것인지 확인한다. 상태 확인 명령은 각 대상 장비에서 실행한다. 자동 검색을 사용하려면 다음 명령으로 후보 목록을 확인할 수 있다. 검색에는 대상 장비로의 SSH 키 인증이 필요하다. ```bash ./spark-limiter.sh --list ``` 호스트를 직접 지정한 명령은 검색·장비 선택을 생략한다. 장비가 확실할 때는 명시적으로 대상을 지정하는 편이 적용 범위를 확인하기 쉽다. ## 참고 - 저장소: [MiaAI-Lab/sparkLimiter](https://github.com/MiaAI-Lab/sparkLimiter) 저장소가 업데이트되면 기본값이나 동작이 달라질 수 있으므로 실행 전에 현재 코드를 확인한다.

DGX Spark GPU 클럭 제한하기: sparkLimiter 설치와 서비스 등록

1. 실행 환경 확인#

다른 글

2. sparkLimiter 내려받기#

3. GPU 클럭 제한과 서비스 등록#

4. 적용 상태 확인#

5. 클럭 제한값 변경#

6. 제한 중지·해제·삭제#

잠시 중지#

부팅 자동 실행도 끄기#

서비스까지 삭제#

7. 다른 Spark에 원격 적용하기#

참고#