【如何查看显存】在使用计算机进行图形处理、深度学习或游戏时，显存（GPU内存）的大小和使用情况是非常重要的参考指标。了解如何查看显存可以帮助用户优化系统性能、排查硬件问题或调整程序设置。以下是一些常见的方法，适用于不同操作系统和工具。
一、总结
| 操作系统 | 查看方式 | 工具/命令 | 是否需要管理员权限 |
| Windows 10/11 | 任务管理器 | 任务管理器（Ctrl + Shift + Esc） | 否 |
| Windows 10/11 | GPU-Z | GPU-Z 软件 | 否 |
| Windows 10/11 | 命令提示符 | `wmic path win32_VideoController` | 否 |
| Linux | NVIDIA-SMI | `nvidia-smi` | 否（部分系统需安装驱动） |
| macOS | 活动监视器 | 活动监视器（Spotlight搜索） | 否 |
| Python（深度学习） | PyTorch / TensorFlow | `torch.cuda.memory_allocated()` / `tf.config.list_physical_devices('GPU')` | 否 |
二、详细说明
1. Windows 系统
- 任务管理器
打开任务管理器（快捷键 `Ctrl + Shift + Esc`），切换到“性能”选项卡，选择“GPU”，即可看到显存总量和使用情况。
- GPU-Z
下载并安装 [GPU-Z](https://www.techpowerup.com/gpuz/)，运行后会显示显卡型号、显存容量、频率等详细信息。
- 命令提示符
打开命令提示符，输入以下命令：
```bash
wmic path win32_VideoController get name,adapterram
```
该命令会列出显卡名称和显存容量（以字节为单位）。
2. Linux 系统
- NVIDIA-SMI
如果使用的是 NVIDIA 显卡，安装好驱动后，在终端输入：
```bash
nvidia-smi
```
会显示显卡型号、显存总量及各进程的显存占用情况。
3. macOS 系统
- 活动监视器
打开“应用程序 > 实用工具 > 活动监视器”，在“GPU”标签页中查看显存使用情况。
4. Python 深度学习环境
- PyTorch
在代码中添加以下语句可查看当前显存使用情况：
```python
import torch
print(torch.cuda.memory_allocated())
```
- TensorFlow
使用以下代码查看 GPU 设备信息：
```python
import tensorflow as tf
print(tf.config.list_physical_devices('GPU'))
```
三、小结
查看显存的方法因系统和用途不同而有所差异。对于普通用户，使用任务管理器或 GPU-Z 是最简便的方式；而对于开发者或深度学习用户，则可以通过命令行或编程接口来获取更详细的显存信息。掌握这些方法有助于更好地管理和优化硬件资源。
