显卡/GPU显存在进程杀掉后仍然被占用

最新推荐文章于 2025-03-29 23:21:36 发布
最新推荐文章于 2025-03-29 23:21:36 发布
阅读量2.7k 收藏 2
点赞数 1
分类专栏： pytorch
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/qq_28888837/article/details/105046012
版权
本文介绍了一种常见问题，即进程结束后GPU显存仍被占用的情况，并提供了详细的解决方案。通过使用fuser命令检查显存占用的进程，再利用批处理语句进行清理，有效释放资源。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

显卡/GPU显存在进程杀掉后仍然被占用

可以使用fuser -v /dev/nvidia*查看占用显存的进程，一般这些进程都是读取数据的，所以即使把你的python杀掉，这些仍然在后台运行。

由于数目过多，可以使用下面的批处理语句进行处理：

fuser -v /dev/nvidia* |awk ‘{for(i=1;i<=NF;i++)print "kill -9 " $i;}’

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。
记录 | ubuntu程序终止，显卡仍然被占用问题
极智视界
01-28 792
记录 | ubuntu程序终止，显卡仍然被占用问题
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 1841
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
进程Kill杀死后GPU显存没有释放仍然被占用，怎么杀死僵尸进程
最新发布
weixin_51552032的博客
03-29 331
一般来说他会杀掉整个用户的所有进程。
进程已死，显存还在被占用(无fuser命令)
weixin_44430537的博客
11-03 2454
由于某种原因，进程挂掉了，但占用的显存未释放。 情况：服务器内无fuser，7卡被占用，nvidia-smi显示无对应进程。网上的方法大多都是采用fuser查看，但服务器上没有fuser，也没有权限，网上其他方法也不work，然后自己试出来这个方法。 解决： 显示所有进程( ps aux|grep python )，找到占用显存的进程并杀死( kill -9 PID )。 注：如果不知道是哪些进程占用，可以计算下对应显存大小。如果是自己引起的，直接把自己名下的进程
解决进程杀死，显存仍在的问题
u013548568的博客
05-13 1万+
1、用nvidia-smi也好，top也好都找不到kill掉的进程了，但是显存仍然占用没有被释放，怎么办呢？毕竟top也找不到进程号呀 用以下指令查找出top没有而他有的进程 fuser -v /dev/nvidia* 逐个kill掉top中不显示的进程就可以了...
查询GPU时无进程运行，但是显存却被占用了
呆呆象呆呆的博客
02-24 2万+
查询GPU时无进程运行，但是显存却被占用了 1、具体表现 nvidia-smi或者gpustat无进程在GPU上运行，但GPU显存却被占用了 2、造成原因 应该是存在僵尸进程，已经运行完毕或者卡死，但是内存没有释放，处于挂起状态 3、解决方案 3.1 方案一 重启电脑 3.2 方案二 如果电脑不能重启，那就通过命令行： fuser -v /dev/nvidia* 或者有管理员权限的时候 sudo fuser -v /dev/nvidia* 可以看到对应的设备，是有进程的。 最后就用kill命令行杀掉相
Windows程序意外挂掉，但显存依然被占用
地理信息系统、摄影测量与遥感、人工智能
06-14 7821
Windows系统，在不重启电脑的情况下，释放意外挂掉的程序占用的显存。
【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 1295
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爆显存』Windows下杀死GPU进程释放显存
猫天意的博客
08-03 742
解决 Windows下GPU爆显存问题
深度学习程序终止，nvidia显卡仍然被占用问题
moshiyaofei的博客
04-10 4935
1.查看占用显卡的进程，接着运行程序的时候，会提示显卡内存不足。 fuser -v /dev/nvidia* 2.使用kill pid，终止占用nvidia显卡的进程即可。 kill pid
nvidia-smi无进程但是显卡被占满
m0_52848925的博客
02-03 3417
这个命令查询到的进程ID（PID）是 nvidia-smi 自己维护的，而不是操作系统维护的真实进程ID，真实的PID可以通过其他方式（例如使用ps命令）获取。远程服务器，输入nvidia-smi，看到显存使用率（Memory Usage）几乎占满，但，显存利用率（GPU-Util）为0%。使用 pycharm 的 python console 进行调试的时候，调完之后要把进程终止掉，而不是把界面叉掉！显存使用率占满，说明有进程跑完之后，没有释放掉，一直静静地占着地儿。① jupyter不会释放显存。
没有进程在跑，但是GPU显存被占用的处理办法
kalabi的博客
11-01 1135
【代码】没有进程在跑，但是GPU显存被占用的处理办法。
解决gpu没有运行进程，但是显存一直占用的方式
热门推荐
大鱼的博客
10-19 4万+
通常情况下，停止进程显存会释放 但是如果在不正常情况关闭进程，可能不会释放，这个时候就会出现这样的情况： Mon Oct 19 16:00:00 2020 +-----------------------------------------------------------------------------+ | NVIDIA-SMI 410.104 Driver Version: 410.104 CUDA Version: 10.0 | |-------
【pytorch深度学习结束后，代码已经停止运行，GPU显存未释放】
weixin_43737693的博客
11-09 2147
pytorch深度学习结束后，代码已经停止运行，GPU显存未释放
python代码调用gpu/cuda异常，已解决
qq_36977204的博客
12-24 6342
python代码调用gpu/cuda异常，已解决
【服务器使用】Linux系统下使用kill命令杀死进程后仍占用GPU显存
phoebeXD的博客
10-26 3025
在服务器上跑深度学习模型时，使用kill命令杀死进程后，使用nvidia-smi命令发现Processes是消失了，但显存仍有一部分被占用。本来以为可能是有僵尸进程，后来分析应该是有子进程的内存没有释放掉？
Unreal 5 实现使用GPU Instancing批量渲染相同的物体
现在学习也不晚
06-30 3840
之前做unity的时候，专门研究了使用GPU进行批量相同的物体渲染，现在转ue以后，发现UE也有相同的功能。接下来讲解一下，在ue里面如何实现通过GPU进行实例化渲染。
进程Kill杀死后GPU显存没有释放仍然被占用(僵尸进程)
qq_37591986的博客
06-09 1万+
一行指令杀死占用显存的僵尸进程
linux释放gpu显存
09-01
在Linux中释放GPU显存可以通过以下步骤进行： 1. 杀掉占用显存的进程：使用命令 `nvidia-smi` 查看当前显存使用情况，找到占用显存较多的进程ID。然后使用命令 `kill <进程ID>` 杀掉该进程。 2. 重启X服务器：可以使用命令 `sudo systemctl restart display-manager` 或者 `sudo service lightdm restart` 重启X服务器，这将释放所有占用的显存。 3. 卸载NVIDIA驱动：如果以上方法不起作用，可以尝试卸载NVIDIA驱动，重新安装最新版本的驱动。具体的卸载和安装过程可以参考NVIDIA官方文档或相关的Linux发行版文档。 请注意，这些方法可能会导致正在运行的应用程序和系统中断，因此在执行之前请确保保存好所有重要数据。此外，具体的步骤可能因Linux发行版和显卡驱动版本而有所差异，请根据实际情况进行操作。
评论 1
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