使用 python 获取硬件信息

# 1. 获取内存信息

# 1.1. 使用 psutil 获取内存信息

psutil 为 python 内置组件，不需要安装

可以应用于获取实时内存占用等场景

1. 引用 psutil

   import psutil
   

2. 获取物理内存信息

   virtual_memory_status = psutil.virtual_memory()
   # 转为字典格式
   virtual_memory_status = psutil.virtual_memory()._asdict()
   

3. 获取交换内存信息

   swap_memory_status = psutil.virtual_memory()
   # 转为字典格式
   swap_memory_status = psutil.virtual_memory()._asdict()
   

# 2. 获取 CPU 信息

# 2.1. 使用 py-cpuinfo 获取 CPU 信息

1. 安装 py-cpuinfo

   pip install py-cpuinfo
   

2. 引用 py-cpuinfo

   import cpuinfo
   

3. 获取 CPU 信息

   cpu_info = cpuinfo.get_cpu_info()
   

# 2.2. 使用 psutil 获取 CPU 使用率

psutil 为 python 内置组件，不需要安装

可以应用于获取实时 CPU 使用率等场景

1. 引用 psutil

   import psutil
   

2. 获取 CPU 使用率

   cpu_percent = psutil.cpu_percent()
   

# 3. 获取 GPU 信息

# 3.1. 使用 gpustat 获取 GPU 信息

可以应用于实时获取 显存 占用等场景

1. 安装 gpustat

   pip install gpustat
   

2. 引用 gpustat

   import gpustat
   

3. 获取 gpu 信息

   gpu_info = gpustat.GPUStatCollection.new_query().jsonify()['gpus'][0]
   

输出参考

# 源于 Colab 的 GPU
{'index': 0, 'uuid': 'GPU-ce995437-a7da-2750-8e6b-3029bff55ef4', 'name': 'NVIDIA A100-SXM4-40GB', 'temperature.gpu': 32, 'fan.speed': None, 'utilization.gpu': 0, 'utilization.enc': 0, 'utilization.dec': 0, 'power.draw': 50, 'enforced.power.limit': 400, 'memory.used': 446, 'memory.total': 40960, 'processes': []}

# 3.2. 使用 numba 获取 NVIDIA GPU 名称

1. 安装 numba

   pip install numba
   

2. 从 numba 引用 cuda

   from numba import cuda
   

3. 判断是否有 NVIDIA GPU

   cuda.is_available()
   

4. 获取 NVIDIA GPU 名称

   gpu_name = cuda.get_current_device()