GitHub étiquette v0.3.5 comme « Latest » pour gputaskman. Cet outil expérimental surveille les GPU utilisés localement et leurs processus ; ses compteurs mesurés ne garantissent pas que l’identification d’un modèle ou la répartition de sa mémoire soit exacte. La disponibilité des données varie selon le matériel, le pilote et le mode d’utilisation. La page des versions de gputaskman et le dépôt du projet en détaillent l’évolution et le fonctionnement.

Ce que la version v0.3.5 apporte

Scott Hanselman développe gputaskman sur un dépôt public GitHub. Depuis la v0.3.0, les notes de version mentionnent notamment la prise en charge de macOS sur Apple Silicon en v0.3.1, une vue de surveillance allégée facultative en v0.3.4, puis la prise en charge des GPU Intel sous Linux et l’enregistrement de sessions en JSON en v0.3.5. La page des versions étiquette cette dernière « Latest ».

Ce que les relevés permettent de comprendre

L’outil peut afficher des données sur le GPU et son activité, ainsi que sur la mémoire et l’activité attribuées à chaque processus. Selon la plateforme et les pilotes, il propose aussi des informations sur les moteurs graphiques, les environnements d’exécution détectés et les modèles. Il peut fonctionner en affichage interactif ou produire des sorties texte et JSON. Les compteurs réellement disponibles varient selon la configuration ; une valeur indisponible ne signifie pas zéro.

La documentation distingue les compteurs de périphérique et de processus, qui sont des mesures, des classifications et des répartitions de mémoire dérivées de GGUF, qui sont des estimations. Une DLL PyTorch/CUDA ne suffit pas à identifier un modèle ni à démontrer qu’un entraînement est en cours. De même, un fichier de modèle mappé ne prouve pas que celui-ci réside dans la mémoire du GPU ou qu’il est utilisé activement.

Pour suivre une charge, appuyez-vous d’abord sur les compteurs mesurés par processus ; considérez les étiquettes de modèles et leur répartition mémoire comme des estimations.

Compatibilité et installation

Sous Windows 10 ou 11 en 64 bits, le projet documente des versions portables x64 et ARM64 pour les GPU NVIDIA ou AMD équipés d’un pilote WDDM récent. Ces versions ne sont pas signées. Pour les lancer, il faut extraire toute l’archive, conserver le dossier _internal à côté de gputaskman.exe, puis ouvrir le programme dans PowerShell ou Windows Terminal.

La voie d’installation avec Python nécessite Python 3.11 ou une version ultérieure. Le dépôt indique les commandes uv tool install gputaskman et pipx install gputaskman, puis le lancement avec gputaskman. Pour obtenir un instantané, gputaskman --once affiche les données en texte et gputaskman --json les produit au format JSON. La commande gputaskman record enregistre des instantanés périodiques au format JSONL ; gputaskman diff compare deux instantanés JSON.

Le projet documente aussi des versions Linux x64 et ARM64. La prise en charge de NVIDIA couvre Linux et WSL ; celle d’AMD et d’Intel concerne Linux natif. Sous WSL, certaines données attribuées aux processus dépendent du mode de fonctionnement : si l’interopérabilité avec Windows est désactivée, la mémoire vidéo par processus n’est pas disponible.

Sur macOS, gputaskman prend en charge les appareils Apple Silicon et s’exécute à partir d’un clone du projet. Il n’y a pas de version portable à télécharger. Comme la mémoire est unifiée entre le processeur et le GPU, l’outil ne peut pas isoler une mémoire vidéo distincte comme sur une carte graphique dédiée.

Ce que rapporte le test sur RTX 4060

Tom’s Hardware a rapporté avoir essayé la v0.3.0 sur un GPU pour ordinateur portable RTX 4060. Comme aucun processus n’utilisait initialement le GPU dédié, le test a lancé Unigine Valley pour générer de l’activité. Le compte rendu décrit ensuite l’affichage des graphiques et des relevés du GPU pendant cette charge.