nvidia-smi命令， 可以顯示NVIDIA顯卡基本信息和相關進程占用顯存情況。
參數說明：
（1）GPU信息參數：
| 參數名稱 | 參數說明 |
|---|---|
| GPU | GPU 編號 |
| Name | GPU 型號 |
| Persistence-M | 持續模式的狀態。持續模式雖然耗能大，但是在新的GPU應用啟動時，花費的時間更少，這里顯示的是off的狀態 |
| Fan | 風扇轉速，在 [0%~100%] 區間內 |
| Temp | 溫度，單位是 ℃ |
| Perf | 性能狀態，在[P12~P0]，P0表示最大性能，P12表示狀態最小性能 |
| Pwr:Usage/Cap | 能耗 |
| Memory Usage | 顯存使用率 |
| Bus-Id | 涉及GPU總線的東西，domain: bus:device.function |
| Disp.A | Display Active，表示GPU的顯示是否初始化 |
| Volatile GPU-Util | 浮動的GPU利用率 |
| Uncorr. ECC | Error Correcting Code，錯誤檢查與糾正 |
（2）下面相關進程信息參數說明：
| 參數名稱 | 參數說明 |
|---|---|
| GPU | 進程使用顯卡 ID |
| PID | 進程id |
| Type | |
| Process name | 進程名字 |
| GPU Memory Usage | GPU顯存使用情況 |
（2）nvidia-smi -L 命令
nvidia-smi -L 命令， 可以列出所有NVIDIA顯卡相關型號信息
============
顯存占用和GPU占用是兩個不一樣的東西，顯卡是由GPU和顯存等組成的，顯存和GPU的關系有點類似於內存和CPU的關系。我跑caffe代碼的時候顯存占得少，GPU占得多，師弟跑TensorFlow代碼的時候，顯存占得多，GPU占得少。