Python 如何判断哪些 GPU 在使用

简介

在机器学习和深度学习等领域，GPU 发挥着至关重要的作用，可以显著提高训练和推理速度。因此，了解哪些 GPU 在使用对于优化性能和资源利用至关重要。本文将探讨使用 Python 在 Linux 和 Windows 系统中识别正在使用 GPU 的方法。

NVIDIA-SMI（NVIDIA 系统管理接口）是一个强大的工具，用于管理和监控 NVIDIA GPU。它提供有关 GPU 使用情况的广泛信息，包括：

$ nvidia-smi

... | 0 | N/A | N/A | GPU-0 | 5431MiB | 12GiB | 45% | P0 | 116W | | 1 | N/A | N/A | GPU-1 | 2695MiB | 12GiB | 23% | P0 | 93W | ...

“ps” 命令列出当前正在运行的进程。它可以与 “grep” 命令结合使用，以过滤出与 GPU 相关的进程：

$ ps aux | grep -ie gpu

... user 13840 1.0 1.0 9648 1316 pts/1 S+ 17:02 0:00 python3 /home/user/gpu_script.py ...

此命令将显示包含 “gpu” 字符串的所有进程，包括正在使用 GPU 的进程的进程 ID 和命令行。

Windows Management Instrumentation Command-line (WMIC) 工具可用于检索有关 Windows 系统的信息，包括 GPU 使用情况：

$ wmic path Win32_VideoController get DeviceID, AdapterRAM, Caption

DeviceID AdapterRAM Caption NVIDIA GeForce RTX 2080 SUPER 8192 NVIDIA GeForce RTX 2080 SUPER ...

“tasklist” 命令列出正在运行的进程。它可以与 “findstr” 命令结合使用，以过滤出与 GPU 相关的进程：

$ tasklist | findstr /i "gpu"

... explorer.exe 4488 Services 10,864 K N/A ...

此命令将显示包含 “gpu” 字符串的所有进程，包括正在使用 GPU 的进程的进程 ID 和进程名称。

以下 Python 代码示例演示了如何使用 “ps” 命令在 Linux 系统中查找正在使用 GPU 的进程：

“`python
import subprocess

processes = subprocess.Popen([‘ps’, ‘aux’], stdout=subprocess.PIPE).communicate()[0]

gpuprocesses = []
for line in processes.splitlines():
if ‘gpu’ in line:
gpuprocesses.append(line)

for process in gpu_processes:
print(process)
“`

如何在 Linux 系统中使用 NVIDIA-SMI 查看 GPU 温度？
nvidia-smi --query-gpu=temperature.current --format=csv,noheader
如何在 Windows 系统中使用 WMIC 查看 GPU 时钟速度？
wmic path Win32_VideoController get CurrentClockSpeed
如何使用 Python 检索有关 GPU 内存使用的信息？
使用 psutil 库：
“`python
import psutil

获取 GPU 内存使用情况

gpumemoryusage = psutil.virtualmemory().gpumemory_usage
“`
如何在 Linux 系统中停止使用的 GPU？
可以使用 nvidia-smi 命令：
nvidia-smi -i <GPU_ID> -pm 1
如何在 Windows 系统中禁用未使用的 GPU？
使用设备管理器：
- 右键单击“设备管理器”中的 GPU。
- 选择“禁用设备”。