gputaskman überwacht lokale GPU-Auslastung und Speicher pro Prozess. Die GitHub-Releases-Seite führt v0.3.5 als „Latest“ (Stand: 10. November 2026). Das Tool zeigt Geräte- und Prozesszähler; Angaben zu Modellen und ihrer Speichernutzung können dagegen Schätzungen sein. Projekt und Dokumentation auf GitHub · Releases
Was sich seit v0.3.0 getan hat
Seit der von Tom’s Hardware beschriebenen Version v0.3.0 sind mehrere Funktionen und Plattformen hinzugekommen. Die Release-Notizen nennen Apple-Silicon-Unterstützung und native AMD-Unterstützung unter Linux für v0.3.1. v0.3.4 brachte eine optionale kompakte Monitoring-Ansicht und eine Wiederherstellung nach Änderungen am Windows-Grafikadapter. Bei v0.3.5 stehen unter anderem Intel-GPU-Unterstützung unter Linux, RAM- und CPU-Spalten sowie die Aufzeichnung von Sitzungen als JSON.
Welche GPU-Daten das Tool anzeigt
Die Geräteansicht kann GPU-Speicher und Aktivität sowie, je nach System, Speicheraktivität, PCIe-Datenverkehr, Temperatur, Leistungsaufnahme, Taktraten und Verlaufskurven anzeigen. Für einzelne Prozesse nennt die Dokumentation GPU-Speicher, für die GPU zugänglichen Systemspeicher und Aktivität auf den GPU-Recheneinheiten. Welche Zähler tatsächlich erscheinen, hängt von Plattform, Hardware, Treiber und Betriebsmodus ab.
Die Ausgabe muss nicht live im Terminal bleiben: gputaskman unterstützt eine einmalige Text- oder JSON-Ausgabe, den Vergleich zweier JSON-Schnappschüsse und die fortlaufende Aufzeichnung von Sitzungsdaten im JSONL-Format. So lassen sich etwa aktuelle Werte ausgeben oder protokollieren, ohne die Live-Ansicht ständig geöffnet zu halten.
Prozess- und Gerätezähler sind Messwerte. Modellzuordnungen und daraus abgeleitete Speicheraufteilungen bleiben Schätzungen.
Modellangaben sind nicht dasselbe wie Messwerte
Die Dokumentation unterscheidet gemessene Zähler von geschätzten Klassifizierungen und Aufschlüsselungen, die aus GGUF-Modellinformationen abgeleitet werden. Das betrifft beispielsweise Angaben zu Gewichten und KV-Cache. Eine erkannte PyTorch- oder CUDA-DLL identifiziert für sich genommen kein Modell und belegt kein Training. Auch eine eingeblendete Modelldatei beweist nicht, dass das Modell im GPU-Speicher liegt oder gerade verwendet wird.
Ein fehlender Prozesszähler ist nicht automatisch ein gemessener Wert von null. Unter WSL kann die Prozesszuordnung zudem unklar oder nur abgeleitet sein; bei deaktivierter Host-Interoperabilität ist die VRAM-Anzeige pro Prozess nicht verfügbar. Auf Apple-Silicon-Macs teilen sich CPU und GPU den Arbeitsspeicher, weshalb gputaskman dort keinen separaten VRAM-Bestand ausweisen kann. Für den Speicher anderer Nutzerkonten kann unter macOS Root-Zugriff nötig sein.
Das Programm ist auf lokale GPU-Arbeitslasten ausgelegt. Reine CPU- oder NPU-Arbeitslasten und Cloud-Dienste erfasst es nicht; ebenso wenig liest es den VRAM aus oder listet Spieltexturen auf.
Installationswege und Plattformen
Unter Windows 10 und 11 dokumentiert das Projekt portable x64- und ARM64-Versionen. Sie benötigen eine unterstützte NVIDIA- oder AMD-GPU und einen aktuellen WDDM-Treiber. Die ZIP-Dateien sind nicht signiert: Nach dem Entpacken muss der gesamte Archivinhalt erhalten bleiben, einschließlich des Ordners _internal neben gputaskman.exe. Starten lässt sich die Anwendung anschließend etwa in PowerShell oder Windows Terminal. Für diesen portablen Weg ist keine Python-Installation nötig.
Für die Installation über PyPI setzt das Projekt Python 3.11 oder neuer voraus. Als Installationswege nennt die Dokumentation uv tool install gputaskman und pipx install gputaskman; danach startet gputaskman die Anwendung. Unter Linux sind portable x64- und ARM64-Versionen dokumentiert. NVIDIA-Unterstützung ist für Linux und WSL beschrieben, AMD- und Intel-GPUs für natives Linux. Unter macOS beschränkt sich die Unterstützung auf Apple Silicon; das Projekt beschreibt dort das Ausführen aus einem geklonten Repository statt eines portablen Downloads.
Was der Versuch mit der RTX 4060 zeigt
Tom’s Hardware berichtete über einen Versuch mit v0.3.0 auf einer RTX 4060 Laptop GPU. Zunächst war kein Prozess auf der diskreten GPU aktiv; nach dem Start von Unigine Valley zeigte gputaskman Live-Diagramme zu GPU-Last, VRAM-Nutzung und Temperatur. Das ist ein konkreter Einsatz auf einem Laptop, kein systemübergreifender Vergleich.