如何通过进程号获取进程的GPU使用 显存使用

要通过进程号获取进程的 GPU 使用情况和显存使用情况，可以使用 `nvidia-smi` 命令行工具结合 Python 的 `subprocess` 模块来实现。

以下是一个示例代码，演示如何通过进程号获取进程的 GPU 使用情况和显存使用情况：

import subprocess

def get_process_gpu_memory_usage(pid):
    command = f"nvidia-smi --query-compute-apps=pid,used_memory --format=csv,noheader,nounits --pid={pid}"
    output = subprocess.check_output(command, shell=True).decode()

    gpu_memory_usage = 0
    for line in output.strip().split('\n'):
        _, memory = line.strip().split(',')
        gpu_memory_usage += int(memory)

    return gpu_memory_usage

if __name__ == '__main__':
    pid = 1234  # 替换为你要获取信息的进程号

    gpu_memory_usage = get_process_gpu_memory_usage(pid)
    print(f"GPU memory usage: {gpu_memory_usage} MB")

在上述代码中，我们使用 `subprocess` 模块执行 `nvidia-smi` 命令，并通过 `--query-compute-apps` 参数获取指定进程的 GPU 使用情况和显存使用情况。然后，我们对每个 GPU 的显存使用进行累加，并返回总的显存使用量。

请确保在运行代码之前已安装好 NVIDIA 显卡驱动和 `nvidia-smi` 命令行工具。

希望这个代码能够帮助你获取进程的 GPU 使用情况和显存使用情况。如果有任何问题，请随时提问。