查看GPU使用情况，确定用户及pid，kill进程

最新推荐文章于 2025-02-20 17:24:17 发布
最新推荐文章于 2025-02-20 17:24:17 发布
阅读量5.5k 收藏 4
点赞数 3
分类专栏： 涨经验系列 文章标签： linux
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/m0_38088084/article/details/109671976
版权 
nvidia-smi

在这里插入图片描述

lsof -p pid

在这里插入图片描述

kill -9 pid
ubuntu下实时查看GPU使用情况的两种方式（nvidia-smi、gpustat）及结束占用GPU进程的命令
zeeq的博客
07-21 12万+
要查看gpu占用，这里介绍两个方法，一个是官方的nvidia-smi，装完显卡驱动就能使用了；另一个是gpustat，更方便于查看gpu使用情况。
【Linux】程序已经运行完了，但是占着GPU，没有释放内存怎么办——kill -9 PID
weixin_44502754的博客
05-21 1219
【Linux】程序已经运行完了，但是占着GPU，没有释放内存怎么办——kill -9 PID
GPU占用显存，但看不到PID进程（已解决）
qq_52302919的博客
04-19 8171
awk 命令来处理 fuser 的输出，遍历每一行输出，以 "kill -9 " 开头，后面跟着每个进程的PID。直接使用sudo kill pid，kill指定pid进程，本文案例为22131，则为以下命令。当我们使用nvidia-smi查看显卡占用时发现显存被占用，但是看不到pid进程。fuser 命令来查找哪些进程正在使用 /dev/nvidia* 文件。
GPU显存释放：GPU显存被占用，但不显示进程ID
豆芽菜
06-09 5809
如果使用命令nvidia-smi不显示占用GPU显存的进程，可以使用以下命令查看： fuser -v /dev/nvidia0 1 nvidia后面的0表示GPU的id号。输入上述命令会显示残留的进程，如下： 逐个把残留进程kill掉就行了，命令为： kill id 1 kill完残留进程后，GPU显存即可完全释放。 ———————————————— 版权声明：本文为优快云博主「LCCFlccf」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。 原文链接：https
GPU手动或批量kill僵尸进程
the__future的博客
04-12 3290
GPU运行的时候经常会存在显存不足的情况，这里需要将其kill掉. 可以直接用以下语句进行删除 kill -9 PID 其中的PID，可以通过下面的语句来进行查询。 nvidia-smi 如果需要动态的显示显卡的使用情况，则需要用一下的命令： watch -n cycle nvidia-smi 注意，将其中的cycle替换为一个具体的数字，单位为s，如1 ...
[python脚本]批量杀死某个用户跑在GPU上的所有进程
larry1648637120的博客
11-07 734
1. 代码 import argparse import os import time parser = argparse.ArgumentParser() parser.add_argument('--user', type=str, default='zhangr', help='killed process who run on the server') args = parser.parse_args() def get_exec_out(sxcute_str): out_list
linux显卡被占用但是找不到对应pid问题
诺有缸的高飞鸟的博客
09-02 4359
目录问题解决参考完 问题 在运行任务时，报错显卡memory不够，但是用nvidia-smi发现该卡并没有对应的pid，但是memory却使用了很多 猜想应该是上个任务没被完全杀死，因为几分钟前自己把卡1上的任务停掉的，那就是之前的任务还占用着memory 解决 使用 fuser -v /dev/nvidia* 可以查看卡1上的进程id 发现确实是还有很多进程 使用 ps -aux |grep -v gre|grep 53300 查看进程对应的命令，发现确实是上个任务 然后用kill杀死上面这些id
实验室服务器使用指南06：kill-9杀不死进程及无进程占用GPU但显存占用大
qq_41876456的博客
12-21 1832
参考资料 杀掉kill -9杀不死的进程 nvidia-smi无进程占用GPU但GPU显存被占用很多 1.最初是想杀掉8208这个进程，然后很自然地就想kill -9 8208 2.用了kill -9这个命令之后就发现Process name没了，但还是占用内存 3.然后使用cat /proc/8208/status这个命令找到8208这个pid号的父目录ppid 8207,再把父目录杀掉 4.然后8208这个pid果然被杀掉了，但是仍然占用内存？？？ 5.于是使用fuser -v /dev/nv
对运行在GPU上的进程设置超时kill，python实现
vinkuan的博客
09-11 509
需求：对运行在服务器GPU上的进程进行时间限制，以节约服务器GPU资源，默认对GPU上运行时长达7天的执行kill -9命令 import os, datetime,time os.system('pip install psutil pynvml') import psutil import pynvml inter = 7*24*3600 # 设置超时时间，默认7 days # inter = 1*3600 def all_pid_list():
【Ubuntu】GPU显存被占用，但显示没有使用GPU的进程
weixin_45800258的博客
02-20 1252
今天使用服务器的时候发现gpu被占了很多内存，但是使用 `nvidia-smi` 命令并没有发现占这么多显存的进程。通过将gpu视为文件，查看访问该文件的进程来找到问题进程，然后尝试杀死相关进程，最后将该用户下的进程一键杀死来解决问题。
GPU显存占用但nvidia-smi不显示进程号, nvtop出现N/A
L_egend_ing的博客
03-27 1908
(LINUX)
【解决】GPU占用显存，但看不到PID进程
XC___XC的博客
12-05 4433
awk 命令来处理 fuser 的输出，遍历每一行输出，以 "kill -9 " 开头，后面跟着每个进程的PID。常用的查看显卡基本信息的命令 nvidia-smi 发现显存被占用，但是看不到pid进程。kill进程先大概了解一下是那个情况，别到时候把其他人的进程给断了【苦笑】fuser 命令来查找哪些进程正在使用 /dev/nvidia* 文件。可以使用下面的命令，查看详细的pid进程号和占用的显存。
nvidia-smi指令查看显存被占用，无进程ID的解决方法
weixin_42924890的博客
07-25 1811
nvidia-smi查看显存被占用无进程ID的处理方法
【个人笔记】如何终止GPU里面的运行的程序
flysky_jay的博客
08-28 1万+
1.首先查看GPU中正在运行的程序： 记录PID号 2.执行kill -9 40705(PID)就可以杀死进程了。
linux查看pid的用户名,在Linux中用Pstree命令及显示PID和PGID，显示命令行参数及突出显示...
weixin_42116585的博客
04-28 2691
在本文中，我们将讨论在Linux系统中使用pstree命令，它与ps类似，但是它没有列出正在运行的进程，而是将它们显示在树中，树状格式是一种更方便的方式来显示流程层次结构，并使输出在视觉上更具吸引力。通常在Linux机器上工作时，有时你可能需要找出当前正在运行的进程，可以使用很多命令来查找有关正在运行的进程的信息，其中ps和top是最常用的命令(参考杀掉Linux中进程的使用示例：使用ps,kil...
杀死显卡中的进程
计算机视觉
09-05 998
杀死显卡中的进程
GPU物理位置查询：从nvidia编号到物理位置
xushuo的博客
05-18 2515
supermicro AS -4125GS-TNRT 服务器GPU出现问题，有几张GPU速度较慢。
解除 GPU 进程(减少显卡占用)
热门推荐
ture_dream的博客
10-04 2万+
first of all: input  : nvidia-smi hen you can see: t 杀死进程命令：kill -9 PID the PID should be number in the chart ,such as 5882 最后重新运行试验，就可以开始跑了
pytorch指定gpu以及kill掉某个进程
tiantiandashi的博客
07-24 1858
1. 在运行代码的时候在终端设置 CUDA_VISIBLE_DEVICES=0 python train.py 2.在代码中指定 import os os.environ[“CUDA_VISIBLE_DEVICES”] = “0” 3. set_device import torch torch.cuda.set_device(0) 以上方式意味着指定使用0号GPU，官方建议使用CUDA_VISIBLE_DEVICES，不建议使用 set_device 另外使用gpustat可以查看哪个用户正..
gpu pid
最新发布
03-16
### 如何获取或管理 GPU 相关的 PID 进程 #### 使用 Python 获取 GPU 和进程信息 通过 `pynvml` 库可以方便地监控 NVIDIA GPU 的状态，包括显存使用情况以及关联的进程 ID (PID)[^2]。以下是具体实现方式： ```python import pynvml def get_gpu_process_info(): try: # 初始化 NVML pynvml.nvmlInit() device_count = pynvml.nvmlDeviceGetCount() # 获取 GPU 数量 for i in range(device_count): handle = pynvml.nvmlDeviceGetHandleByIndex(i) # 获取指定索引的 GPU 句柄 gpu_name = pynvml.nvmlDeviceGetName(handle).decode('utf-8') # 获取 GPU 名称 memory_info = pynvml.nvmlDeviceGetMemoryInfo(handle) # 获取内存信息 processes = pynvml.nvmlDeviceGetComputeRunningProcesses(handle) # 获取运行中的计算进程 print(f"GPU {i}: {gpu_name}") print(f"\tTotal Memory: {memory_info.total / (1024 ** 2):.2f} MB") print(f"\tUsed Memory: {memory_info.used / (1024 ** 2):.2f} MB") if not processes: print("\tNo running compute processes.") else: for proc in processes: pid = proc.pid used_memory = proc.usedGpuMemory / (1024 ** 2) print(f"\tProcess ID: {pid}, Used Memory: {used_memory:.2f} MB") except Exception as e: print(e) get_gpu_process_info() ``` 上述代码会打印每张 GPU 上正在使用的进程及其消耗的显存量。 --- #### 查找特定 PID 对应的进程详情 如果已经知道某个具体的 PID，则可以通过多种工具进一步查询其详细信息。例如，在 Linux 或类 Unix 系统上可采用以下两种方法[^3]: ##### 方法一：利用 `ps` 命令 执行如下命令来筛选目标进程的信息： ```bash ps -aux | grep -v grep | grep <PID> ``` 其中 `<PID>` 是待查的目标进程编号。 ##### 方法二：借助 `lsof` 工具 另一种更简洁的方式是调用 `lsof` 来定位该进程所打开文件的情况： ```bash lsof -p <PID> ``` 这两种手段均有助于确认某给定 PID 是否合法存在并了解它的基本属性。 --- #### 结束无响应的 GPU 占用进程 当遇到某些异常终止却未释放资源的应用时，可能需要手动清理残留项。对于 Windows 用户而言，可通过 Task Manager 完成此操作；而在 Linux 平台下则推荐运用内置指令完成清除工作[^4]: ```bash kill -9 <PID> ``` 这里 `-9` 参数表示强制停止信号发送至对应的任务实例之上。 另外值得注意的是，部分框架如 Jupyter Notebook 或 Gradio 创建的服务端口也可能长期驻留后台成为潜在隐患之一[^1]。定期审查这些服务的状态同样重要。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值