C#获取GPU使用率：从基础实现到性能优化指南

1次阅读

共计 1798 个字符，预计需要花费 5 分钟才能阅读完成。

在 AI 训练、游戏开发和科学计算等场景中，实时监控 GPU 使用率对性能调优和资源管理至关重要。准确获取 GPU 指标能帮助开发者识别计算瓶颈、优化任务调度，以及避免硬件资源浪费。以下是三种主流方案的详细对比与实现。

NVML 方案（需 NVIDIA 显卡）
优点：直接访问 NVIDIA 驱动层，数据精准且延迟低
缺点：仅支持 NVIDIA 显卡，需安装 CUDA Toolkit
适用场景：深度学习训练、专业图形渲染
WMI 方案（Windows 系统通用）
优点：无需第三方依赖，支持所有 Windows 兼容显卡
缺点：查询延迟较高（约 200ms），部分指标可能缺失
适用场景：通用监控工具、系统管理程序
PerformanceCounter 方案（.NET 原生）
优点：原生 API 调用简单，性能适中
缺点：仅限 Windows，需提前配置性能计数器
适用场景：快速集成到现有.NET 应用

using System;
using System.Runtime.InteropServices;

public class NvmlGpuMonitor : IDisposable 
{[DllImport("nvml.dll")] 
    private static extern int nvmlInit();

    [DllImport("nvml.dll")]
    private static extern int nvmlDeviceGetUtilizationRates(IntPtr device, out GpuUtilization utilization);

    public struct GpuUtilization {public uint gpu; public uint memory;}

    public float GetGpuUsage() 
    {if (nvmlInit() != 0) 
            throw new Exception("NVML 初始化失败");

        var utilization = new GpuUtilization();
        nvmlDeviceGetUtilizationRates(IntPtr.Zero, out utilization);
        return utilization.gpu;
    }

    public void Dispose() { /* 释放资源代码 */}
}

using System.Management;

public static float GetGpuUsageWmi()
{
    var searcher = new ManagementObjectSearcher("select * from Win32_VideoController");

    foreach (ManagementObject obj in searcher.Get())
    {if (obj["CurrentHorizontalResolution"] != null)
        {return Convert.ToSingle(obj["LoadPercentage"]);
        }
    }
    return 0;
}

方案	单次调用耗时	内存占用	采样推荐频率
NVML	1-2ms	<1MB	≤100Hz
WMI	150-200ms	~5MB	≤5Hz
PerformanceCounter	20-50ms	2-3MB	≤20Hz

多显卡设备选择
通过 ManagementObjectSearcher 枚举所有 GPU 设备时，需检查 PNPDeviceID 包含 ”VEN_10DE”（NVIDIA）或 ”VEN_1002″（AMD）
NVML 需调用 nvmlDeviceGetHandleByIndex 指定显卡索引
内存管理
WMI 查询必须及时释放 ManagementObject 实例
长期监控建议使用静态 PerformanceCounter 实例而非重复创建
跨平台兼容
Linux 系统可通过读取/sys/class/drm/card*/device/gpu_busy_percent
macOS 需调用 IOKit 框架的kIOAcceleratorClassName