Użycie toppolecenia w terminalu wyświetla listę procesów posortowanych według zużycia procesora (i można to zmienić, sortując według innego parametru)
Czy istnieje odpowiednik GPU?
Odpowiedzi:
AMD ma dwie opcje
fglrx (sterowniki zamkniętego źródła):
aticonfig --odgc --odgt
Źródło: monitorowanie zużycia GPU
watch nvidia-smido aktualizacji w czasie rzeczywistym.
sudo apt-get radeontop) nie działa z fglrx (potrzebuje korzeń). Hurra! Niestety RadeonTop nie zapewnia odczytów temperatury.
xserver-allow-tcp=true. Wyszukiwanie w tej witrynie za pomocą tych słów kluczowych powinno doprowadzić do wyniku.
watch -n 1 nvidia-smidałem mi aktualizacje w czasie rzeczywistym. watch nvidia-smima 2-sekundowe opóźnienie aktualizacji.
sudo intel_gpu_toppowinien dać ci aktualizacje w czasie rzeczywistym dla intel gpus.
Nvidia: aby stale aktualizować dane wyjściowe nvidia-smi, możesz użyć nvidia-smi --loop=1(interwał odświeżania 1 sekunda) lub nvidia-smi --loop-ms=1000(interwał odświeżania 1000 milisekund).
-l SEC, --loop=SEC
Continuously report query data at the specified interval, rather than
the default of just once. The application will sleep in-between
queries. Note that on Linux ECC error or XID error events will print
out during the sleep period if the -x flag was not specified. Pressing
Ctrl+C at any time will abort the loop, which will otherwise run indef‐
initely. If no argument is specified for the -l form a default inter‐
val of 5 seconds is used.
-lms ms, --loop-ms=ms
Same as -l,--loop but in milliseconds.
FYI:
Możesz użyć gpustatprostego skryptu wiersza polecenia (otoki dla nvidia-smi) do wysyłania zapytań i monitorowania stanu GPU:
pip install gpustat
Dla Intela:
Zainstaluj narzędzia Intel-GPU-Tools (prawdopodobnie są już zainstalowane)
sudo apt-get install intel-gpu-tools
Uruchom toppodobne narzędzie za pomocą
sudo intel_gpu_top
Sprawdź swoje statystyki, a następnie wyjdź za pomocą Ctrl+C
To Co Dostajesz:
Dzięki @Mitch! :)
Możesz użyć spojrzeń programu monitorującego z jego wtyczką monitorującą GPU :
sudo apt-get install -y python-pip; sudo pip install glances[gpu]sudo glances
Monitoruje również procesor, dyskowe operacje we / wy, miejsce na dysku, sieć i kilka innych rzeczy:
pip install nvidia-ml-py3
sudoi po instalacji tylko dla użytkownika: pip install --user glances[gpu]a następnie uruchom glances.
Lubię używać conkyjako monitora w czasie rzeczywistym zarówno dla procesora, jak i GPU. Instalacja jest prosta:
sudo apt install conky
W tym przypadku uruchomiłem przy użyciu zintegrowanego procesora graficznego zamiast nVidia GTX 970M:
conkyKod dostosowuje się w zależności czy przeładowałeś prime-select intellub prime-select nvidia:
W tym przypadku uruchomiłem przy użyciu nVidia GTX 970M zamiast zintegrowanego procesora graficznego:
Podstępny kod został niedawno zmodyfikowany w celu automatycznego wykrywania GPU. Teraz nie trzeba go ręcznie modyfikować podczas ponownego uruchamiania na innym GPU:
#------------+
# Intel iGPU |
#------------+
${color orange}${hr 1}${if_existing /sys/class/drm/card0/gt_cur_freq_mhz}
${color2}${voffset 5}Intel® Skylake GT2 HD 530 iGPU @${alignr}${color green}
${execpi .001 (cat /sys/class/drm/card0/gt_cur_freq_mhz)} MHz
${color}${goto 13}Min. Freq:${goto 120}${color green}${execpi .001 (cat /sys/class/drm/card0/gt_min_freq_mhz)} MHz${color}${goto 210}Max. Freq:${alignr}${color green}${execpi .001 (cat /sys/class/drm/card0/gt_max_freq_mhz)} MHz
${color orange}${hr 1}${else}
#------------+
# Nvidia GPU |
#------------+
#${color orange}${hr 1}${if_match "${lsmod | grep nvidia_uvm}">""}
${color2}${voffset 5}${execpi .001 (nvidia-smi --query-gpu=gpu_name --format=csv,noheader)} ${color1}@ ${color green}${execpi .001 (nvidia-smi --query-gpu=clocks.sm --format=csv,noheader)} ${alignr}${color1}Temp: ${color green}${execpi .001 (nvidia-smi --query-gpu=temperature.gpu --format=csv,noheader)}°C
${color1}${voffset 5}Ver: ${color green}${execpi .001 (nvidia-smi --query-gpu=driver_version --format=csv,noheader)} ${color1} P-State: ${color green}${execpi .001 (nvidia-smi --query-gpu=pstate --format=csv,noheader)} ${alignr}${color1}BIOS: ${color green}${execpi .001 (nvidia-smi --query-gpu=vbios_version --format=csv,noheader)}
${color1}${voffset 5}GPU:${color green}${execpi .001 (nvidia-smi --query-gpu=utilization.gpu --format=csv,noheader)} ${color1}Ram:${color green}${execpi .001 (nvidia-smi --query-gpu=utilization.memory --format=csv,noheader)} ${color1}Pwr:${color green}${execpi .001 (nvidia-smi --query-gpu=power.draw --format=csv,noheader)} ${alignr}${color1}Freq: ${color green}${execpi .001 (nvidia-smi --query-gpu=clocks.mem --format=csv,noheader)}
${color orange}${hr 1}${endif}
W tych odpowiedziach można znaleźć różne wersje pełnego wykazu kodów:
Używam następującego polecenia:
nvidia-smi -l 2
i daje mi aktualizacje co 2 sekundy.
Lub:
watch -n0.1 "nvidia-settings -q GPUUtilization -q useddedicatedgpumemory"
A na AMD użyj:
aticonfig --odgc --odgt
