服务器GPU检查指南：手把手教你快速识别

最近有不少朋友在后台问我，说公司新配了一台服务器，想知道到底有没有GPU。这个问题看起来简单，但实际操作起来还真有不少门道。我自己刚开始接触服务器的时候，也曾经对着命令行发愁，不知道从何下手。今天我就把自己这些年积累的经验全都分享出来，保证让你看完就能上手操作。

为什么要检查服务器有没有GPU？

你可能觉得这个问题有点多余，有就是有，没有就是没有，有什么好检查的？其实不然。现在很多公司都在搞AI项目，GPU就成了香饽饽。但服务器配置千差万别，有些可能为了省钱根本没装GPU，有些可能装了但你不知道，还有些可能装了但驱动没装好，等于白装。

我记得去年有个同事，接手了一个新项目，吭哧吭哧写了半天代码，结果运行的时候发现特别慢。后来一查，服务器压根就没有GPU，他一直是在用CPU跑深度学习模型，你说这得多耽误事？在使用服务器之前，先确认有没有GPU，这是个好习惯。

有经验的管理员都会告诉你：了解你的硬件配置，是高效运维的第一步。

Windows服务器怎么查？简单直观的方法

如果你用的是Windows服务器，那恭喜你，检查起来相对简单。就像我们平时看自己电脑配置一样，有几个很直观的方法。

最直接的就是打开设备管理器。你可以在开始菜单上右键，选择“设备管理器”，然后展开“显示适配器”那一栏。如果下面列出了NVIDIA或者AMD开头的设备，那就说明有GPU。比如你可能会看到“NVIDIA Tesla V100”或者“AMD Radeon Instinct MI50”这样的名字，这些都是常见的服务器GPU。

还有个更详细的方法是用任务管理器。按Ctrl+Shift+Esc打开任务管理器，然后切换到“性能”标签页。如果左边有“GPU”这个选项，点进去就能看到具体的GPU型号、使用率、显存情况等信息。这个方法的好处是，你不仅能知道有没有GPU，还能实时看到GPU的工作状态。

• 方法一：设备管理器
  最传统，最可靠
• 方法二：任务管理器
  最直观，能看到实时状态
• 方法三：DXDIAG工具
  运行dxdiag，在“显示”标签页查看

Linux服务器检查方法：命令行是王道

Linux服务器在企业里用得最多，检查方法也主要靠命令行。别看到命令行就头疼，其实常用的命令就那么几个，记熟了以后用起来特别顺手。

首先要说的是lspci命令。这个命令能列出所有的PCI设备，包括GPU。你只需要在终端里输入：

lspci | grep -i nvidia

或者

lspci | grep -i vga

如果服务器有NVIDIA的GPU，第一个命令就会显示出具体的显卡信息。第二个命令则会显示所有的显示设备，包括集成显卡和独立显卡。

另一个重要的命令是nvidia-smi。这个是NVIDIA官方提供的管理工具，功能特别强大。如果这个命令能正常运行，不仅说明有GPU，还说明驱动安装正确。它会显示一个很详细的表格，包括GPU型号、温度、显存使用情况、正在运行的进程等等。

常见的GPU检测工具推荐

除了系统自带的命令，还有一些第三方工具也很好用。这些工具通常提供更友好的界面和更详细的信息，特别适合新手使用。

对于NVIDIA显卡，NVIDIA系统管理接口（nvidia-smi）绝对是必备的。它不只是能查看基本信息，还能监控GPU性能、管理GPU配置，甚至能控制GPU的频率和功耗。如果你需要长期监控GPU的状态，可以用nvidia-smi -l 5，这样每5秒刷新一次信息。

另外一个很实用的工具是gpustat，这是个Python包，用起来比nvidia-smi更简洁。安装也很简单，用pip安装就行：

pip install gpustat

安装完成后，直接运行gpustat，它会用彩色显示GPU的状态，一眼就能看出哪个GPU正在忙碌，哪个闲着。

• nvidia-smi：官方工具，功能最全
• gpustat：界面友好，信息直观
• rocm-smi：AMD显卡的对应工具
• clinfo：查看OpenCL信息，也能看到GPU

遇到问题怎么办？排查思路在这里

有时候你明明觉得服务器应该有GPU，但就是检测不到。这种情况我也遇到过不少，通常问题出在以下几个方面。

最常见的问题是驱动没安装或者安装不正确。有硬件没驱动，就像有车没油，根本跑不起来。这时候你需要去NVIDIA官网下载对应的驱动，然后按照说明安装。安装完成后记得重启服务器，然后再用nvidia-smi检查。

另一个可能是GPU没被系统识别。特别是在虚拟机环境下，可能需要手动配置才能把GPU透传给虚拟机。这时候你需要检查虚拟化平台的配置，确保GPU已经正确分配给了虚拟机。

还有种情况是硬件本身有问题。可能是GPU没插好，也可能是电源供电不足，甚至是GPU坏了。这时候就需要联系硬件供应商或者运维人员来检查了。

记住这个排查顺序：先软件后硬件，先驱动后设备。

GPU信息解读：看懂这些关键指标

找到了GPU，但那一堆参数是什么意思？别急，我来给你解释几个最重要的指标。

显存大小这个最好理解，就跟电脑内存一样，显存越大，能处理的数据就越多。做深度学习的时候，模型大小和批次大小都受显存限制，所以这个参数特别重要。

GPU利用率告诉你GPU有多忙。如果这个值长期在90%以上，说明GPU已经满负荷工作了；如果一直很低，可能你的程序没有充分利用GPU。

温度也是个需要关注的指标。GPU温度太高会触发降频保护，导致性能下降。正常情况下，GPU温度应该在80度以下，如果经常超过85度，就要考虑改善散热了。

还有个重要的指标是功耗。服务器GPU的功耗通常比较高，从几十瓦到几百瓦不等。监控功耗不仅能了解能源消耗，还能间接判断GPU的工作状态。

通过今天介绍的这些方法，相信你已经知道怎么检查服务器有没有GPU了。其实这些东西并不难，关键是动手试一试。下次遇到新的服务器，别急着写代码，先花几分钟看看硬件配置，这个习惯能帮你省去很多麻烦。如果你在操作过程中遇到什么问题，欢迎在评论区留言，我看到都会回复的。