nvtop 3.2.0版本发布:GPU监控工具迎来多项重要更新
项目简介
nvtop是一款功能强大的GPU监控工具,类似于Linux系统中的htop工具,但专门用于监控GPU的使用情况。它提供了一个直观的终端界面,可以实时显示GPU的温度、功耗、显存使用率、计算单元负载等关键指标,帮助开发者和系统管理员更好地了解GPU的工作状态。
3.2.0版本主要更新内容
新增硬件支持
本次3.2.0版本最显著的改进是增加了对多种新硬件的支持:
-
Intel XE显卡驱动支持:现在可以监控Intel XE架构的显卡性能指标。需要注意的是,要获取更全面的监控数据,需要给nvtop赋予CAP_PERFMON权限。
-
Broadcom V3D支持:这一改进特别针对Raspberry Pi用户,现在可以在树莓派上使用nvtop监控GPU性能。
-
Google TPU支持:增加了对Google张量处理单元(TPU)的监控能力,这对机器学习开发者来说是个好消息。
新功能特性
-
进程列表隐藏选项:通过新增的
-P命令行选项,用户可以隐藏进程列表,这在只需要查看GPU整体状态时非常有用。 -
编码/解码引擎显示优化:现代GPU通常共享编码和解码引擎,nvtop现在会智能地显示为"ENC/DEC",避免了重复显示。
-
JSON快照功能:新增的
-s选项允许用户将GPU状态以JSON格式输出,便于脚本处理和数据分析。
安装方式扩展
现在nvtop可以通过conda forge进行安装,这为使用Anaconda环境的Python开发者提供了更便捷的安装方式。
技术改进与优化
-
Intel i915驱动改进:对Intel集成显卡的监控能力得到了增强。
-
AppImage便携性提升:改进后的AppImage包在各种Linux发行版上的兼容性更好。
-
FreeBSD编译修复:解决了在FreeBSD系统上的编译问题。
总结
nvtop 3.2.0版本带来了多项重要更新,特别是对Intel XE、Broadcom V3D和Google TPU的支持,大大扩展了工具的适用范围。新增的JSON快照功能和进程列表隐藏选项也提升了工具的实用性。对于需要进行GPU性能监控的开发者和系统管理员来说,这个版本值得升级。
该项目的活跃开发状态和广泛的硬件支持,使其成为Linux环境下GPU监控的首选工具之一。特别是对于机器学习开发者、高性能计算用户和系统管理员,nvtop提供了直观而全面的GPU状态监控方案。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00