训练任务卡死？GPU Kill：开源跨平台 GPU 管理工具
🔥 痛点：显存满了，却找不到是谁在用？
对于搞 AI 训练或做 GPU 运维的兄弟们来说，最头疼的莫过于：显存被莫名其妙占满，或者跑了个死循环任务，想停都停不掉。
通常我们得用 nvidia-smi 查 PID，再手动 Kill，还得担心手滑误删了别人的训练任务。
一句话推荐：
今天要推的 GPU Kill，就是一把运维界的“瑞士军刀”。它能一键跨平台管理（N卡/A卡/M芯片），甚至能结合 AI 帮你自动清理僵尸进程。
30 秒省流：它值不值得装？
- 核心功能：统一了 NVIDIA/AMD/Apple Silicon 的管理命令，支持一键清理、实时监控。
- 杀手锏：内置 MCP 服务，可以对接 Claude/ChatGPT，让 AI 帮你运维 GPU。
- 适用人群：AI 算法工程师、实验室管理员、Mac Studio 深度用户。
- 一句话建议：如果你受够了在不同机器上记不同的显卡命令，装它就对了。
GPU Kill 能解决什么痛点？
在 AI 基础设施管理场景中，GPU Kill 可以作为轻量级算力监控与资源调度工具：显存爆满、任务卡死、异常进程这种“日常事故”，它能用统一命令快速定位并处理。
它的野心很大，试图做一个“大一统”的管理接口。无论你是 Linux 服务器还是 Mac 开发机，命令完全一致。
1) 跨平台的大一统 (Multi-Vendor)
这是最惊喜的功能。以前 Mac 用 Activity Monitor，Linux 用 nvidia-smi。现在，一个 gpukill 命令全搞定。无论是查看显存、温度还是功耗，体验完全一致。
2) 专治“资源滥用” (Security Audit)
很多时候 GPU 变慢是因为有“幽灵进程”。它内置了审计模式 (--audit)，能扫描显卡上是否有疑似高负载计算的特征行为（比如实验室里偷偷跑的未授权任务），一键抓出资源刺客。
3) AI 时代的运维：MCP 服务集成
这个功能非常前卫。 它内置了 MCP (Model Context Protocol) Server。
这意味着你可以把它连接到 Claude Desktop。然后直接用自然语言说：“帮我看看 GPU 0 为什么卡住了，把占用最高的非系统进程清理掉。” AI 就会自动调用工具执行。这才是未来运维该有的样子。
同类工具对比：为什么选它？
| 工具 | 支持平台 | 核心能力 | 推荐指数 |
|---|---|---|---|
| GPU Kill | NVIDIA / AMD / Mac | 监控 + 清理 + AI 交互 | ⭐⭐⭐⭐⭐ |
| nvidia-smi | 仅 NVIDIA | 基础监控 / 状态查询 | ⭐⭐⭐ |
| nvtop | 多平台 | 可视化监控 (只看不杀) | ⭐⭐⭐⭐ |
安装与使用速查表
🚀极速安装 (含安全提示)：
虽然支持一键安装，但作为运维规范，建议先下载脚本审查内容，确认无误后再执行：
# macOS/Linux 一键安装
curl -fsSL https://gpukill.com/install | sh
# Windows (PowerShell)
irm https://gpukill.com/install-windows | iex常用命令 Cheatsheet：
gpukill watch：像 top 一样实时监控 GPU。gpukill --list：列出所有显卡及当前状态。gpukill --audit --rogue：扫描异常占用和资源异常模式。
⚠️ 避坑指南 (FAQ)：
- Q: 会误杀别人的任务吗？
A:--kill --gpu X威力很大，会清除该卡上所有进程。在多用户环境（如学校实验室），务必配合--pid参数精准点杀。 - Q: 安装后找不到 GPU？
A: 工具依赖底层驱动。请确保已安装 NVIDIA Drivers 或 ROCm。Mac M系列芯片用户无需额外驱动。
项目地址与资源
- 🌐 GitHub 项目主页：GPU Kill – Cross-platform GPU Management
- 📄 官方文档：https://gpukill.com/ (包含 MCP 服务配置指南)