通过dmesg指令
网站建设哪家好，找创新互联！专注于网页设计、网站建设、微信开发、成都小程序开发、集团企业网站建设等服务项目。为回馈新老客户创新互联还提供了陆川免费建站欢迎大家使用！
#dmesg | grep memory
2.通过lspci
#lspci | grep vga
上面的第一个字段获得，id:xx:xx.x格式
#lspci -v -s id
就能查看你的memory了
大致结果类似下图：
Mem行（单位均为M）：
(-/+ buffers/cache)行：
Swap行指交换分区。
实际上不要看free少就觉得内存不足了，buffers和cached都是可以在使用内存时拿来用的，应该以(-/+ buffers/cache)行的free和used来看。只要没发现swap的使用，就不用太担心，如果swap用了很多，那就要考虑增加物理内存了。
大致结果类似下图：
上方文字部分的红框为总的CPU占用百分率，下方的表格是每个进程的CPU占用率，在表格第一行可以看到红框中占用率超过了150%，这是因为服务器是多核CPU，而该进程使用了多核。
大致结果类似下图：
表格中会显示显卡的一些信息，第一行是版本信息，第二行是标题栏，第三行就是具体的显卡信息了，如果有多个显卡，会有多行，每一行的信息值对应标题栏对应位置的信息。
需要注意的一点是显存占用率和GPU占用率是两个不一样的东西，类似于内存和CPU，两个指标的占用率不一定是互相对应的。
在下面就是每个进程使用的GPU情况了。
大致结果如下图：
表格中每一行代表一个文件系统，各列意义如下：
要查看具体某个文件或者文件夹的大小的话，可以使用下面的命令：
du命令可以查看文件或文件夹的磁盘使用空间，而-h参数的意思是使用GB、MB等易读的格式。如果不带--max-depth参数，那么将循环列出文件夹下所有文件和文件夹占用的空间，带此参数，则是指定深入目录的层数。
如果要看文件夹下所有文件的大小，可以使用*：
查看作者首页
1.查看显卡信息
由于测试环境使用的是NVIDIA的显卡，这里直接通过lspci命令即可查询具体显卡信息
“00:06.0”，这一个参数是总线编号，第二个是插槽编号，第三个是功能编号，它们都是十六进制的数字。
2.查看显存以及GPU的使用情况
Nvidia自带一个命令行工具可以查看显存的使用情况： nvidia-smi
参数解释：
Fan： 显示风扇转速，数值在0到100%之间，是计算机的期望转速，如果计算机不是通过风扇冷却或者风扇坏了，显示出来就是N/A；
Temp： 显卡内部的温度，单位是摄氏度；
Perf： 表征性能状态，从P0到P12，P0表示最大性能，P12表示状态最小性能；
Pwr： 能耗表示；
Bus-Id： 涉及GPU总线的相关信息；
Disp.A： 是Display Active的意思，表示GPU的显示是否初始化；
Memory Usage： 显存的使用率；
Volatile GPU-Util： 浮动的GPU利用率；
Compute M： 计算模式；
下边的Processes显示每块GPU上每个进程所使用的显存情况，上述测试环境没有，可参考它图如下：
3.周期性的输出显卡的使用情况
可以参考如下命令：
命令行参数-n后边跟的是执行命令的周期，以s为单位。
1.列出所有可用的Nvidia设备
2.列出每个GPU卡的详细信息
3.查询某个GPU卡的详细信息 （指定GPU卡的id，只截图一部分）
4.要以1秒的更新间隔监控GPU的总体使用情况
5.要以1秒的更新间隔监视每个进程的GPU使用情况
6.加上-pm参数可设置持久模式：0/禁用，1/启用
7.加上-e参数可以切换ECC支持：0/禁用，1/启用
8. 加上-r参数可以重启某个GPU卡（0是GPU卡的序号）
Linux查看显卡信息：
[python] view plain copy
lspci | grep -i vga
使用nvidia GPU可以：
[python] view plain copy
lspci | grep -i nvidia
前边的序号 "00:0f.0"是显卡的代号(这里是用的虚拟机);
查看指定显卡的详细信息用以下指令：
[python] view plain copy
lspci -v -s 00:0f.0
Linux查看Nvidia显卡信息及使用情况
Nvidia自带一个命令行工具可以查看显存的使用情况：
[python] view plain copy
nvidia-smi
表头释义：
Fan：显示风扇转速，数值在0到100%之间，是计算机的期望转速，如果计算机不是通过风扇冷却或者风扇坏了，显示出来就是N/A；
Temp：显卡内部的温度，单位是摄氏度；
Perf：表征性能状态，从P0到P12，P0表示最大性能，P12表示状态最小性能；
Pwr：能耗表示；
Bus-Id：涉及GPU总线的相关信息；
Disp.A：是Display Active的意思，表示GPU的显示是否初始化；
Memory Usage：显存的使用率；
Volatile GPU-Util：浮动的GPU利用率；
Compute M：计算模式；
下边的Processes显示每块GPU上每个进程所使用的显存情况。
如果要周期性的输出显卡的使用情况，可以用watch指令实现：
[python] view plain copy
watch -n 10 nvidia-smi
命令行参数-n后边跟的是执行命令的周期，以s为单位。
点击“开始”--“运行”，输入“dxdiag”，然后在打开的面板上点击“显示”选项卡。
