- 一、知识预备
- (1)专用GPU内存
- (2)共享GPU内存
- (3)GPU内存
- 二、python代码实现
- 三、使用方法
- *如果对您有帮助,收藏+关注再走吧!!!*
任务管理器中的专用GPU内存和共享GPU内存的含义是什么呢?
分为两种情况:独显(独立显卡)和 集显(集成显卡)
独显:是指单独的GPU PCIe卡,专有GPU内存就是指该GPU显卡上自带的内存,它只能够被GPU使用,而且带宽很高,延迟很小。
集显:BIOS把一部分内存在内存初始化后保留下来给GPU专用
是操作系统Windows从系统内存中划出来,优先给GPU使用的内存
(3)GPU内存GPU内存=专用GPU内存+共享GPU内存
二、python代码实现#!/usr/bin/python
# -*- coding: utf-8 -*-
import time
import pynvml
from matplotlib import pyplot as plt
import matplotlib.backends.backend_tkagg
class GPUMonitor(object):
def __init__(self, sleep_time):
pynvml.nvmlInit()
pynvml.nvmlSystemGetDriverVersion()
self.GPUCounts = pynvml.nvmlDeviceGetCount()
self.GPU_counts_list = [[]] * self.GPUCounts
self.time = [[]] * self.GPUCounts
self.sleep_time = sleep_time # 秒
def monitor(self):
try:
n = 0
while True:
GPUCount = 0
# 读取GPU句柄
handle = pynvml.nvmlDeviceGetHandleByIndex(GPUCount)
# 读取GPU内存信息
info = pynvml.nvmlDeviceGetMemoryInfo(handle)
total = f'{(info.total / 1024 / 1024 / 1024):.2f}'
used = f'{(info.used / 1024 / 1024 / 1024):.2f}'
free = f'{(info.free / 1024 / 1024 / 1024):.2f}'
print(self.logfile(">>>>>>正在监控第{}块GPU内存<<<<<<0),按回车键开启监控:")
if times.isdigit():
if int(times) > 0:
break
a = GPUMonitor(int(times))
try:
a.monitor()
except:
plt.savefig("CPU内存使用量.png")
三、使用方法
(1)运行python代码后会提示输入监控间隔时间,即每隔几秒监控一次(这里我设置的是整秒,也根据需求改成非整秒),这里我选择每隔一秒监控一次。
(2)脚本启动后,会看到内存监控脚本已经开始运行,并在终端打印了监控信息;
(3)同时,能够显示实时的监控折线图信息;
(4)如果需要保存,点击(3)步中下方的的保存按钮即可。
(5)同时,也会生成存储监控信息的日志文件,供使用者查看。



