【亲测免费】 GPustat 使用与安装教程
2026-01-16 09:46:34作者:宣聪麟
项目概述
GPustat 是一个基于 NVIDIA GPU 设备的状态监控工具,提供了简洁易读的命令行界面,封装了 nvidia-smi 的功能,并添加了更加人性化的显示。开发者 Jongwook Choi 通过这个开源项目,使监控 NVIDIA GPU 的状态变得轻松高效。本教程将指导您了解其目录结构、启动与配置方法。
1. 项目目录结构及介绍
GPustat 的仓库遵循典型的 Python 包结构:
gpustat/
├── CHANGELOG.md # 更新日志
├── GPLICENSE # 项目的 MIT 开源许可证文件
├── MANIFEST.in # 构建时包含额外文件的指示文件
├── README.md # 项目说明文件,包含了快速入门指南
├── pyproject.toml # Python 项目配置文件,用于依赖管理和编译设置
├── requirements.txt # 项目所需第三方库列表
├── screenshot.png # 可能存在的项目截图
├── setup.cfg # 设置配置文件,用于控制 setup.py 的行为
├── setup.py # Python 包的安装脚本
└── gpustat # 主代码目录,包括实际的模块和功能实现
- gpustat 目录内通常包含具体的源代码文件,如核心功能模块。
- setup.py 和 pyproject.toml 用于项目的打包和安装。
- README.md 提供了关于项目的基本信息和快速使用的步骤。
2. 项目启动文件介绍
安装与基础使用
在终端中,通过以下命令安装 GPustat:
pip install gpustat
安装完成后,无需单独的启动文件,直接在命令行中输入 gpustat 即可启动并查看GPU的状态:
gpustat
这将会显示您的系统中所有NVIDIA GPU的状态概览,包括但不限于GPU利用率、内存使用情况和温度等。
3. 项目的配置文件介绍
GPustat本身并不直接要求用户操作复杂的配置文件。其行为大多通过命令行选项定制,例如通过 --interval 控制定期更新的时间间隔,或者使用 --json 获取JSON格式的输出等。
然而,对于复杂需求或想要自定义脚本集成GPustat的情况,配置逻辑可能通过编写脚本或利用环境变量间接实现。尽管没有明确的“配置文件”,但用户可以通过修改上述环境变量或创建个性化脚本来达到定制目的。例如,在bash脚本中设置环境变量后再调用GPustat。
export GPUSTAT_INTERVAL=5
gpustat
在这个例子中,我们通过设置环境变量 GPUSTAT_INTERVAL 来改变状态刷新的频率为5秒一次。
总结来说,GPustat设计倾向于轻量级和易用性,因此减少了对传统配置文件的依赖。用户根据具体应用场景,更多地通过命令行参数进行调整。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0216
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
471
465
Ascend Extension for PyTorch
Python
758
968
昇腾LLM分布式训练框架
Python
185
231
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
698
1.4 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
878
2.03 K
暂无描述
Dockerfile
780
5.08 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
70
22
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
2.08 K
216