【亲测免费】 **NVIDIA GPU进程监控工具nvitop安装与配置完全指南**
2026-01-21 05:07:46作者:伍希望
项目基础介绍与编程语言
项目名称: nvitop
作者: XuehaiPan
主要编程语言: Python
项目简介: nvitop是一个交互式的NVIDIA GPU设备与进程查看器,它提供了丰富的信息显示和彩色界面,能够实时更新GPU状态。此工具超越了基本的监控功能,包括树状视图、环境变量查看、进程过滤、资源指标监控等,并且配备了一个CUDA设备选择工具——nvisel,专为深度学习研究者设计。它还支持通过API扩展,便于开发者创建自己的监控解决方案。
关键技术和框架
- NVIDIA Management Library (NVML): 直接使用NVML Python绑定查询设备状态,高效且准确。
- psutil库: 获取主机进程信息,确保跨平台兼容性。
- cachetools: 实现缓存结果以提高查询效率。
- termcolor和curses库: 创建彩色和交互式终端界面。
- 多线程: 异步数据收集,响应更快。
- Windows-curses(Windows平台): 提供Windows上的终端支持。
安装与配置步骤
准备工作
- 系统要求: 确保你的系统是Linux或Windows,且Python版本为3.7或更高。
- 安装必备软件包: 需要安装Python环境和必要的库。如果你的系统未安装Python 3.7+,请先下载并安装Python。
- NVIDIA驱动: 确保你的系统已安装最新的NVIDIA显卡驱动。如果需要,可以从NVIDIA官网或使用提供的脚本安装。
安装步骤
第一步:安装Python虚拟环境(推荐)
创建一个隔离的Python环境,可以使用venv或conda:
# 使用venv
python3 -m venv mynvitopenv
source mynvitopenv/bin/activate # 对于Linux/macOS
.\mynvitopenv\Scripts\activate # 对于Windows
# 或使用conda(如果已安装)
conda create -n nvitop python=3.7
conda activate nvitop
第二步:安装nvitop
-
直接使用pipx安装(简单快捷)
pipx install nvitop或设置别名以便快速调用:
# 根据你的shell类型调整命令 echo 'alias nvitop="pipx run nvitop"' >> ~/.bashrc # 对于Bash用户 -
从源代码安装(高级用户)
git clone --depth=1 https://github.com/XuehaiPan/nvitop.git cd nvitop pip3 install .
第三步:验证安装
打开终端,输入以下命令来检查nvitop是否成功安装:
nvitop -1
该命令会显示所有GPU的状态一次,类似于执行nvidia-smi。
使用和配置
- 运行nvitop无需特殊配置,直接在终端中启动即可。
- 若要更改默认行为,可以利用命令行选项,如
-m模式切换,或通过环境变量NVITOP_MONITOR_MODE自定义默认监控模式。 - 在Windows上,确保终端支持Unicode字符,或者使用
-U参数强制使用ASCII字符以避免乱码。
至此,您已经完成了nvitop的安装与初步配置,现在可以开始愉快地监控您的GPU进程了!
以上就是针对小白用户的nvitop安装与配置详细指南。希望这能让您的GPU管理之旅更加顺畅。如果有其他特定需求或遇到问题,请参考项目的GitHub页面获取更多信息。
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 StartedRust071- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
687
4.45 K
Ascend Extension for PyTorch
Python
540
664
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
390
69
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
953
921
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
647
230
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
407
322
Oohos_react_native
React Native鸿蒙化仓库
C++
336
385
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.59 K
923
昇腾LLM分布式训练框架
Python
145
172
暂无简介
Dart
935
234