Flask+Vue3开源GPU监控平台：实时掌握AI训练状态与资源的高效管理工具

项目地址

https://github.com/Asimok/GPU-Monitor

项目简介

这是一个专注于实时监控GPU资源与模型训练状态的开源平台。其主要功能包括：

• 查看服务器GPU的实时占用率、温度、功耗、显存使用情况。
• 监控模型训练进程，查看训练日志与Loss变化。
• 统计IP访问记录，提升集群安全意识。
• 通过系统公告模块及时推送重要通知。

项目特色

• 技术栈轻量：核心采用 Flask + Sqlite3 + Vue3 + ElementUI-Plus，架构清晰，易于理解和二次开发。
• 快速接入：添加新的待监控服务器通常只需进行简单的配置即可。
• 训练过程可视化：实时掌握模型训练进度与资源消耗，方便调整实验策略。
• 集成日志系统：能够直接跟踪模型训练日志，观察Loss等关键指标的变化趋势。
• 公告模块：支持发布系统公告，便于在多人使用环境中同步重要信息。
• IP统计：记录并展示访问IP，有助于发现异常访问，强化安全管控。
• 资源状态一览：实时预览所有GPU卡的空闲与占用情况，方便快速安排实验。
• 低资源消耗：采用可控的多线程调度策略，对服务器本身的CPU等资源占用极低。
• 部署便捷：支持使用Docker Compose进行一键式容器化部署，环境隔离，开箱即用。
• 易于拓展：代码结构清晰，非常适合作为开源实战或学习Web全栈开发的练手项目。

部署安装

该项目推荐使用Docker Compose进行部署，过程非常简单。

构建镜像

在项目根目录下，执行以下命令构建Docker镜像：

docker-compose build

启动服务

镜像构建完成后，使用以下命令在后台启动所有服务：

docker-compose up -d

重新构建与清理

如果需要彻底清理并重新构建服务，可以执行如下系列命令（请根据实际镜像名称调整）：

docker stop gpumonitor_web && docker rm -f gpumonitor_web && docker rmi -f 219.216.65.59:5000/gpumonitor_web:latest && \
docker stop gpumonitor_server && docker rm -f gpumonitor_server && docker rmi -f 219.216.65.59:5000/gpumonitor_server:latest && \

功能界面浏览

部署成功后，访问Web界面即可使用。以下是一些核心功能界面的截图展示：

1. 服务器与GPU总览界面
   该界面以列表形式清晰展示所有接入的服务器及其上每张GPU卡的实时状态，包括占用率、运行时间等，方便用户全局把控资源。
   

2. 系统公告功能
   管理员可以发布系统公告，重要信息会以弹窗形式推送给所有用户，例如通知某台服务器维护或特定GPU卡被预留。
   

3. GPU详情监控面板
   点击具体服务器后，可以进入详情页，查看每张GPU卡的详细指标，如温度、风扇转速、功率、显存占用以及当前使用它的用户和进程。
   

4. 进程详情查看
   点击任意占用GPU的进程，可以弹出详情窗口，查看该进程的启动命令、运行时间、占用显存等具体信息。
   
   

5. 训练日志管理
   平台集成了日志管理功能，可以绑定并实时查看模型训练输出的日志文件，直接监控训练过程中的Loss、Epoch、进度等关键信息。
   
   

总结

GPU-Monitor 作为一个轻量级的开源监控解决方案，有效解决了中小型实验室或团队在管理多台GPU服务器、协调多人训练任务时遇到的痛点。它通过简洁的Web界面将分散的资源状态和训练信息集中呈现，大大提升了自动化运维效率和资源利用率。如果你正在寻找一个能快速上手、功能聚焦的GPU监控工具，不妨尝试部署体验一下。也欢迎关注云栈社区，获取更多实用的开源工具和技术实践分享。