一、快速开始
1.1 下载
- NVIDIA 20系及前代GPU：https://github.com/xieqk/ntop/releases/download/v0.1/ntop
- NVIDIA RTX 30 系显卡，如 RTX 3090：https://github.com/xieqk/ntop/releases/download/v0.1.3090/ntop
下载好后可直接运行，或参考下面的 使用 部分查看如何加入环境变量并在任意位置直接运行。
1.2 使用
将可执行程序所在目录加入环境变量，即可直接在命令行任何位置使用 ntop 查看当前 GPU 使用情况。
下例中已将该可执行程序复制到了 Home 目录下的 bin 文件夹中(~/bin)，然后将该目录添加进环境变量如下（一次性）。
export PATH=$PATH:~/bin
也可将上述语句加入 ~/.bashrc 文件的末尾，即可在每次登录时均将 ~/bin 目录加入用户环境变量（当前窗口需 source ~/.bashec 激活一下）。
由于程序用使用了颜色输出，在通过 watch 命令持续监控时需要加 --color 参数，如：
# 每一秒输出一次：-n 1
watch --color -n 1 ntop
1.3 介绍
简单写了一个在 Linux 下将 nvidia-smi 和 top 命令输出整合的一个小工具，查看正在使用GPU的进程，并将相关信息整理输出。
输出内容包括：
顶部：CPU 及内存占用情况（绿色：占用低，蓝色：中等，红色：占用高）
- CPU 占用量/率
- 内存 占用量/率
表一：nvidia-smi 输出信息的上半部分
- 每个 GPU 卡的显存占用量/率和计算资源占用率
表二：nvidia-smi 输出信息的下半部分
- 每个卡上占用进程，及 PID、显存占用、用户名和进程使用命令
表三：通过进程 PID 在 top 输出中查询到的相关信息
- 每个主进程的 PID、用户名、线程数、CPU占用率（一核为100%），真实运行时间，CPU时间
示例图如下：
二、从源码开始
2.1 安装依赖
-
psutil
-
tabulate
-
pyinstaller
Conda 安装
conda install -c conda-forge psutil tabulate pyinstaller
(或) Pip 安装
pip install -i https://opentuna.cn/pypi/web/simple psutil tabulate pyinstaller
2.2 运行
依赖安装完成后，不出意外直接运行即可
python ntop.py
# 或
python ntop-3090.py
2.3 构建可执行程序
其中带3090表示支持3090显卡，不带表示支持30系以前代的显卡。
# -F 打包成单个文件，-n 指定输出名字
pyinstaller -F ntop.py -n ntop
pyinstaller -F ntop-3090.py -n ntop
打包后，可在 dist 文件夹中找到可执行程序。