2026 年 11 月 6 日，微软与 GitHub 副总裁 Scott Hanselman 在 GitHub 发布开源项目 gputaskman，这是一款终端界面、类似 htop 的跨平台 GPU 任务管理工具；它补足 Windows 自带任务管理器、NV 监控工具的短板，不只是展示显存总占用，而是按进程拆分资源消耗，并且专门针对本地大模型推理做识别，能够区分模型权重、KV Cache、计算缓冲区，对本地部署 Ollama、LM Studio 的开发者非常实用；项目采用 MIT 协议开源，属于早期实验项目，并非微软官方正式产品，源码与便携包已经上架 GitHub Releases，同时支持 JSON 输出，方便接入自动化脚本采集监控数据。下面把基础信息、核心能力、平台适配、对比差异、使用要点全部整理清楚。
一、项目基础信息清单
- 发布时间：2026‑11‑06
- 作者：Scott Hanselman（微软、GitHub 副总裁）
- 项目性质：个人实验项目，不属于微软官方正式产品
- 开源协议：MIT
- 界面形态：终端 TUI，风格对标 htop
- 获取渠道：GitHub 仓库，提供 Windows 便携预编译包，也支持源码自行构建
- 适用范围：仅监控本地 GPU 负载，不支持云端算力、纯 NPU、纯 CPU 任务监控
- 底层接口：Windows GPU 计数器、NVML、AMD 监控接口、Metal（Apple Silicon）
二、核心监控能力
- 进程级指标：逐进程展示 GPU 利用率、显存占用、时钟频率、功耗、芯片温度
- 总线与编解码：PCIe 流量、硬件视频编码器、解码器实时活跃度
- LLM 专项识别：识别 GGUF 等模型文件，区分权重占用、KV Cache、临时计算缓冲，标注量化方式、运行时；支持 Ollama、LM Studio、PyTorch 本地推理任务
- 多卡汇总：多 GPU 环境下可以切换查看不同设备负载
- 导出能力：支持 JSON 结构化输出，适合自动化监控、日志采集脚本
- 运行时识别：识别 CUDA、Vulkan、Metal 等活跃运行环境
三、平台与硬件适配一览
| 平台 | 支持硬件 | 限制说明 |
|---|---|---|
| Windows | NVIDIA、AMD | 数据完整性最好 |
| Linux / WSL | NVIDIA | 暂未完善 AMD 支持 |
| macOS | Apple Silicon（M 系列） | 部分指标读取受限 |
四、和主流监控工具对比
| 工具 | 界面 | 显存细分 | LLM 识别 | 跨平台 |
|---|---|---|---|---|
| gputaskman | 终端 TUI | 按进程拆分，区分权重 / KV Cache | 原生支持本地大模型识别 | Windows / Linux / macOS |
| Windows 任务管理器 | GUI | 仅总量，缺少进程级精细拆分 | 无模型识别 | 仅 Windows |
| NVIDIA SMI / NVTOP | 终端 | 显存、引擎负载 | 无法识别 LLM 内部缓冲 | NVIDIA 限定 |
| GPUView | 图形化追踪 | 面向 ETW 事件追踪，适合深度性能排查 | 无自动模型识别 | Windows |
五、上手简要步骤
- 直接运行预编译包：前往 GitHub Releases，下载 Windows 便携版本，无需安装，双击即可启动终端界面
- 源码编译运行
- JSON 导出：带上输出参数，将指标输出为 JSON，对接脚本、告警系统
- 交互操作：终端内支持排序、切换 GPU、筛选进程，查看单任务详情
git clone https://github.com/shanselman/gputaskman.git cd gputaskman uv run --locked gputaskman
六、当前局限与注意事项
- 项目处于早期实验阶段，部分 LLM 的权重、KV Cache 数值属于估算值，并非硬件级精确计量
- 不同平台、不同显卡能拿到的指标不一致，Apple Silicon、Linux AMD 的可用读数更少
- 不会读取、Dump GPU 显存原始内容，不存在内存嗅探风险
- 不支持云 GPU、远程集群、纯 NPU 任务监控
- 温度、功耗读数偶尔存在刷新停滞、跳变等小 bug
七、产业层面意义
随着本地大模型部署普及，很多用户遇到显存莫名占满，但传统工具只能看到总量，分不清是模型权重、上下文缓存还是其他程序抢占；gputaskman 瞄准这个痛点，作为轻量开源工具降低本地 AI 调优门槛；同时它也为操作系统原生 GPU 监控指明需求方向，Scott Hanselman 在社交平台暗示，这类细粒度显存分析未来有可能反哺 Windows 官方任务管理器的迭代思路。
【相关 FAQ】
问题 1：gputaskman 是微软官方发布的正式工具吗？
回答 1：不是，gputaskman 是微软副总裁 Scott Hanselman 的个人实验开源项目，托管在其个人 GitHub，采用 MIT 协议，不等同于微软官方正式产品。
问题 2：gputaskman 相比 NVIDIA SMI，最大优势是什么？
回答 2：它可以识别本地运行的大模型，把显存拆分为模型权重、KV Cache、计算缓冲区，并且是交互式终端，像 htop 一样实时刷新，对本地 LLM 调试更友好。
问题 3：gputaskman 支持苹果 Mac 吗？
回答 3：支持 Apple Silicon Mac，可以读取 M 系列 GPU 的基础负载，但是相比 Windows，可获取的监控指标更少。
问题 4：gputaskman 能不能用来监控云端 GPU？
回答 4：不能，gputaskman 的定位是本地 GPU 任务监控，只读取本机显卡，不支持远程云算力、NPU 负载采集。
【参考资料】
[2026-11-06]（微软高管汉塞尔曼开源 gputaskman：给 GPU 内部装一个 htop）钛媒体
[2026-11-06]（Microsoft Engineer's New Open-Source Tool "GPU Taskman"）Windows Report
[2026-11-09]（微软 GitHub 副总裁开源 gputaskman GPU 监控工具）系统之家
[2026-11-06]（GPU Taskman: Per-Process VRAM Tool）ElevenForum
[2026-11-06]（gputaskman GitHub 项目主页）
【免责声明】
本文信息基于项目 GitHub 页面与海外科技媒体报道；gputaskman 属于早期实验软件，功能、读数准确性会随版本迭代持续优化；该工具不提供任何官方技术保障；本文仅作为开发者资讯汇总，不构成生产环境部署建议。
本文来自作者[驰光链路]投稿，不代表乌兰科技网立场，如若转载，请注明出处：https://www.wlcbnews.com/kjyw/202611/941.html
评论列表（4条）
我是乌兰科技网的签约作者“驰光链路”！
希望本篇文章《微软高管推出开源终端 GPU 监控工具 gputaskman，主打本地 LLM 显存细粒度拆解》能对你有所帮助！
本站[乌兰科技网]内容主要涵盖：互联网行业的追踪与探索
本文概览：2026 年 11 月 6 日，微软与 GitHub 副总裁 Scott Hanselman 在 GitHub 发布开源项目 gputaskman，这是一款终端界面、类似 htop 的跨平台 GPU 任务管理工具；它补足 Windows 自带任务管理器、NV 监控工具的短板，不只是展示显存总占用，而是按进程拆分资源消耗，并且专门针对本地大模型推理做识别，能够区分模型权重、KV Cache、计算缓冲区，对本地部署 Ollama、LM Studio 的开发者非常实用；项目采用 MIT 协议开源，属于早期实验项目，并非微软官方正式产品，源码与便携包已经上架 GitHub Releases，同时支持 JSON 输出，方便接入自动化脚本采集监控数据。下面把基础信息、核心能力、平台适配、对比差异、使用要点全部整理清楚。