快速掌握Linux服务器GPU信息查询方法

作为一名服务器管理员或者深度学习工程师，经常需要了解服务器的硬件配置，特别是GPU的信息。当你接手一台新的GPU服务器，或者需要为服务器安装合适的驱动和CUDA工具包时，准确查询GPU型号和相关信息就成了首要任务。今天，我就来给大家详细介绍几种在Linux服务器上查询GPU信息的实用方法。

为什么要了解GPU信息

在开始具体操作之前，我们先简单说说为什么需要查询GPU信息。对于深度学习、科学计算、图形渲染等应用来说，GPU的性能直接影响着任务执行效率。不同的GPU型号有着不同的计算能力、显存大小和架构特性。比如NVIDIA的A100、V100、RTX 3090等显卡，它们的性能特点和适用场景都不相同。了解具体的GPU型号，可以帮助你选择合适的驱动程序、CUDA版本，以及优化应用程序的性能配置。

在多卡服务器环境中，了解每张GPU的状态和使用情况，对于合理分配计算资源、避免资源冲突也至关重要。想象一下，如果你不知道服务器上有几张卡，每张卡的显存有多大，就很容易在运行任务时出现显存不足或者卡间通信效率低下的问题。

使用nvidia-smi查看NVIDIA GPU信息

对于安装了NVIDIA GPU的服务器来说，nvidia-smi是最直接、最全面的查询工具。这个命令是NVIDIA官方提供的系统管理接口，几乎包含了所有你可能关心的GPU信息。

使用方法非常简单，只需要在终端中输入：

nvidia-smi

这个命令会输出一个详细的监控界面，里面包含了丰富的信息。我们来看看如何从这个输出中获取关键信息：

• GPU型号：在输出表格的顶部，Name一列直接显示了GPU的型号，例如NVIDIA A100-PCIE-40GB、Tesla V100S-PCIE-32GB等
• 驱动版本：在输出的第一行，会显示当前安装的NVIDIA驱动版本
• CUDA版本：同样在第一行，会显示当前支持的CUDA版本
• GPU利用率：通过GPU-Uil列可以看到每张GPU的当前使用率
• 显存使用情况：Memory-Usage列显示了显存的使用量和总量

在实际操作中，你可能会看到类似这样的输出：

Mon Jul 1 10:00:00 2023
+--+
| NVIDIA-SMI 515.65.01 Driver Version: 515.65.01 CUDA Version: 11.7     |
|-+-+-+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
|   0 NVIDIA A100-PCIE... On   | 00000000:01:00.0 Off |                 0 |
| N/A   35C   P0    35W / 250W |     0MiB / 40960MiB |      0% Default   |

通用方法：使用lspci命令

如果你的服务器还没有安装NVIDIA驱动，或者使用的是AMD等其他品牌的GPU，那么lspci命令就是个很好的选择。这个命令可以列出所有的PCI设备，自然也包括GPU。

具体的使用方法是：

• 查找VGA兼容设备：lspci | grep -i vga
• 更全面地查找GPU设备：lspci | grep -E "(VGA|3D|Display)"

举个例子，当你运行lspci | grep -i nvidia时，可能会看到：

01:00.0 VGA compatible controller: NVIDIA Corporation GK208B [GeForce GT 730] (rev a1)
01:00.1 Audio device: NVIDIA Corporation GK208 HDMI/DP Audio Controller (rev a1)

这种方法的好处是不依赖GPU厂商的驱动，只要系统能识别PCI设备，就能看到GPU的基本信息。它提供的信息相对有限，主要是GPU的型号名称，无法看到详细的使用状态和性能数据。

查询服务器整体硬件信息

除了专门查看GPU信息外，有时候我们也需要了解服务器的整体硬件配置。这时候就需要用到一些系统级的查询工具。

dmidecode是个非常强大的工具，它直接读取系统的DMI表信息，可以说是获取底层硬件信息的权威工具。使用sudo dmidecode -t system可以查看系统制造商、产品名称和序列号等信息。

另一个好用的工具是inxi，它是一个功能强大的系统信息脚本，能一次性显示硬件、内核、桌面、网络等多种信息，非常适合快速了解系统全貌。

比如，使用inxi -M可以查看机器信息：

Machine:
System: Dell product: PowerEdge R740 v: 1.0 serial: ABC123XYZ
Mobo: Dell model: 0F123G serial: ...
UEFI: Dell v: 2.7.5 date: 05/12/2023

针对不同品牌GPU的查询方法

虽然NVIDIA在AI计算和深度学习领域占据主导地位，但实践中我们也会遇到其他品牌的GPU。不同品牌的GPU，查询方法也有所不同。

对于AMD GPU，可以使用clinfo命令来查看OpenCL设备信息，这通常会包括GPU型号。首先需要安装clinfo工具：

• 基于apt的系统（如Ubuntu）：sudo apt-get install clinfo
• 基于yum的系统（如CentOS）：sudo yum install clinfo

安装完成后，直接运行clinfo即可看到相关信息。radeontop工具也可以用来查看AMD GPU的实时使用情况。

对于Intel GPU，可以使用lspci | grep -i intel来查找，或者使用Intel提供的专用工具。

使用Python获取GPU信息

如果你习惯使用Python，或者需要在Python程序中获取GPU信息，那么GPUtil库就是个不错的选择。

首先需要安装这个库：

pip install gputil

然后就可以在Python代码中轻松获取GPU信息了：

import gputil
# 获取GPU数量
gpus = gputil.getGPUs
print(f"检测到 {len(gpus)} 个GPU设备。")
# 获取第一个GPU的详细信息
if gpus:
gpu = gpus[0]
print(f"GPU型号: {gpu.name}")
print(f"GPU内存: {gpu.memoryTotal} MB")
print(f"GPU使用率: {gpu.load * 100}%")

这种方法特别适合在自动化脚本或者监控程序中使用，可以定期采集GPU的状态信息，实现资源使用的监控和预警。

实用技巧与注意事项

在实际使用这些命令时，有几点经验分享给大家：

• 权限问题：很多硬件查询命令需要root权限，记得在前面加上sudo
• 信息验证：当使用不同方法查询到的信息有出入时，建议以nvidia-smi或者dmidecode的输出为准
• 驱动依赖：nvidia-smi需要安装NVIDIA驱动后才能使用，如果遇到命令不存在的情况，可能需要先安装驱动
• 输出解读：初次使用这些命令时，可能会被大量的输出信息搞晕。其实你只需要关注几个关键字段：GPU型号、显存大小、使用率

如果你管理的是云服务器，有些云服务商可能会对硬件信息做一定的屏蔽或修改，这时候查询到的信息可能与物理硬件有所不同。

掌握了这些方法，相信你在面对任何Linux服务器时，都能快速准确地获取GPU信息，为后续的软件安装、性能优化打下良好基础。不同的场景下可以选择不同的方法，比如快速检查用nvidia-smi，无驱动环境下用lspci，编程集成用Python库，这样就能应对各种需求了。