正在整理你需要的资料…
任务管理器只告诉你「占了 15 GB」,不说被谁占的。gputaskman 在终端里按进程显示显存占用与引擎活动,并给出模型权重、KV 缓存等 LLM 运行时占用拆分,还能看出哪些显存其实是从系统内存溢过去的。Windows、Linux、WSL 与苹果芯片 macOS 都跑,PyPI 上装完有 gtm 这个短命令。
适合本地跑大模型推理或训练时想知道显存到底被谁占掉的开发者;作者明确说明分类是估算而非实测,且只管本机负载不管云端。

下面是把仓库 README 逐节读完后归纳出的中文要点。
gputaskman 像 GPU 版的 htop,不只看显存占了多少,还把每进程的显存占用与引擎活动对上运行时、模型文件和 LLM 缓冲拆解;只管本地 GPU 负载,CPU-only、NPU-only 以及云端任务都不在范围内
gputaskman 已发布在 PyPI,不必克隆仓库,可用 pipx 安装,也提供更短的 gtm 命令;运行环境为 Python 3.11 以上并需受支持的显卡与驱动,安装方式都会把程序放进隔离环境
发布页提供两个便携 ZIP 包:面向 Intel/AMD Windows 电脑的 64 位版和面向原生 Windows ARM64 的版,都是各自原生编译而非通用可执行文件;解压后保留 _internal 即可跑,不需要 Python 或 CUDA
从源码跑需 64 位 Windows 10/11、NVIDIA 或 AMD 显卡与较新 WDDM 驱动;实测过 RTX 4080 SUPER 与 ARM64 上的 RTX Spark N1X,AMD 那台能读到显存占用与 ASIC 功耗,温度读数没有
Linux 版提供便携构建,需 glibc 2.35 以上的系统(Ubuntu 22.04、Debian 12)与显卡驱动,NVIDIA 原生、容器和 WSL 都能用;昇腾芯片在原生 Linux 下逐个列出,显存取自 npu-smi,修复未经硬件验证
macOS 端目前只能克隆源码运行,尚无便携下载;Apple 显卡与 CPU 共用一块内存池,因此没有显存拆分和溢出计数,界面给出 GPU 占用与每进程内存占用,但进程占用靠读取内存映射文件估算,且不支持温度、频率与功耗
uv tool install gputaskman
gputaskman| 主要语言 | Python | 许可 | MIT |
|---|---|---|---|
| 创建时间 | 2026-11-03 | 最近提交 | 2026-11-16 |
| 站内采集 | 2026-11-12 起,连续观察 5 天 | 最近一次 | 2026-11-16 |
GPU 占用查看器,能把「15GB 被谁吃了」拆开看:哪个进程占了显存、模型权重多大、KV cache 占了多少、哪些部分其实躺在系统内存里。
gputaskman 由 Scott Hanselman 维护,定位是 htop 的 GPU 版本。普通任务管理器只告诉你用了 15GB,它想回答的是这 15GB 分别是模型权重、KV cache、浏览器还是桌面合成器占的。实现上把每进程的 GPU 内存与引擎活动,和已加载的运行时、模型文件、LLM 的 buffer 拆解关联起来,支持 Windows 上的 NVIDIA 与 AMD 遥测以及 Intel 的 WDDM 计数,Linux 与 WSL 上支持 NVIDIA 全平台加 AMD 和 Intel,macOS 上支持 Apple Silicon。安装走 PyPI 的 uv tool install 或 pipx,也提供免 Python 的 Windows 便携 ZIP,分 x64 与 arm64 两份。作者在 README 里明确标注这是早期实验软件,分类与 GGUF 拆解属于估算而非实测,且不导出显存也不枚举游戏纹理。
最近 5 次采集
2026-11-12 2,028 ★ → 2026-11-16 3,342 ★ (累计 +1,314)
数据来自 GitHub 公开接口的每日采集快照,star 数为采集当时读到的值, 与 GitHub 页面上显示的实时数字可能有几分钟的差距。 项目名点击可回到 本页。