Live Game2Player: Builder-Agent wandelt 568 Web-Spiele in überprüfbare Trainingsumgebungen
↘

Hanselman stellt gputaskman vor, einen Monitor für die VRAM-Belegung

Das Terminal-Tool ordnet GPU-Speicher Prozessen, Runtimes und Modelldateien zu. Die Erkennung von KI-Workloads stützt sich bislang nur auf Projektdokumentation und Sekundärberichte.

· Veröffentlicht: 08.11.2026 ·3 Min Lesezeit
Hanselman stellt gputaskman vor, einen Monitor für die VRAM-BelegungMit KI erstellt
Inhalt
◆ Fakten auf einen Blick
  • shanselman/gputaskman ist ein in Python geschriebenes Terminal-UI-Tool, angelegt am 3. November 2026.
  • Es verbindet GPU-Speicher und Engine-Aktivität pro Prozess mit geladenen Runtimes, Modelldateien und LLM-Buffer-Aufteilungen.
  • Plattformen: Windows mit NVIDIA/AMD, Linux, WSL und macOS auf Apple Silicon; Python 3.11+ nötig.
  • Installation über PyPI per uv tool install gputaskman oder pipx install gputaskman.
  • Die Lizenz ist MIT; die veröffentlichte Version ist laut gamegpu 0.3.3.

Hanselmans gputaskman zeigt, wofür der GPU-Speicher belegt ist

Scott Hanselman hat das Open-Source-Tool gputaskman am 3. November 2026 vorgestellt. Das Python-Repository shanselman/gputaskman wurde laut Hanselmans GitHub-Übersicht am selben Tag angelegt, hyper.ai datiert die Vorstellung ebenfalls auf diesen Tag. Das Programm ist ein Terminal-UI. Es verknüpft GPU-Speicher und Engine-Aktivität pro Prozess mit geladenen Runtimes, Modelldateien und LLM-Puffern, also mit Gewichten, KV-Cache und Compute-Buffern.

Die README stellt die Leitfrage so: Der Task-Manager meldet „15 GB belegt“. Aber wodurch? Durch Modellgewichte, den KV-Cache, den Browser oder den Desktop-Compositor? Das Projekt wirbt mit dem Satz „htop for what's inside your GPU, not just how full it is“. Dabei handelt es sich um eine Herstellerangabe.

Hanselman nennt sich auf Bluesky „VP/Member of Technical Staff, Microsoft/GitHub“. Das Repository liegt jedoch im privaten Account shanselman und nicht in einer Microsoft-Organisation. Eine Rolle von Microsoft bei dem Projekt ist nicht belegt.

Messwerte gelten als gemessen, Modellzuordnungen als Schätzung

Die README trennt Messung und Schätzung. Prozess- und Gerätezähler gelten als Messwerte. Klassifikationen und Aufschlüsselungen, die aus GGUF-Dateien abgeleitet werden, sind Schätzungen. Der Grund: Eine PyTorch/CUDA-DLL belegt weder ein bestimmtes Modell noch ein Training. Eine gemappte Datei beweist außerdem nicht, dass das Modell im GPU-Speicher liegt.

Das Tool erzeugt keinen VRAM-Dump und listet keine Spiele-Texturen auf. Nach Angaben von gamegpu erkennt es nur einige Modelle, die über llama.cpp, Ollama und LM Studio laufen. hyper.ai stellt die Erkennung dagegen als gesicherte Fähigkeit dar, die zeige, welche Prozesse Modelle laden, Inferenz betreiben oder trainieren. Maßgeblich ist hier die README, die die Erkennung ausdrücklich von zusätzlichen Belegen abhängig macht. Die Entwicklerdokumentation schreibt außerdem vor, dass nur gemessene Bytes in Summen eingehen. Nicht verfügbare Zähler erscheinen als „n/a“ und nicht als 0. Unabhängige Tests liegen bislang nicht vor.

Windows, Linux und Apple Silicon: Der Support hängt von der GPU ab

Laut README läuft gputaskman unter Windows mit NVIDIA und AMD. Unter Linux und WSL funktioniert NVIDIA überall, AMD nur auf nativem Linux. Auf macOS wird Apple Silicon unterstützt. Vorausgesetzt wird Python 3.11 oder neuer. Zu Intel-GPUs enthalten die vorliegenden README-Ausschnitte keine Angaben. hyper.ai fasst den Umfang verkürzt zusammen, als Unterstützung für Windows, Linux und macOS ohne Einschränkung. Maßgeblich bleiben die Angaben der README.

Die Installation erfolgt per `uv tool install gputaskman` oder `pipx install gputaskman`. Daneben gibt es portable Windows-ZIPs für x64 und ARM64. Die Lizenz ist MIT. gamegpu nennt die Version 0.3.3. Die README bezeichnet die Software als „early, experimental“. Der Fokus liegt auf lokalen GPU-Workloads. CPU-only-, NPU-only- und Cloud-Lasten sind ausgeschlossen.

Neben nvtop und gpur setzt gputaskman auf die Speicherzuordnung

Terminal-GPU-Monitore gibt es bereits, etwa nvtop, nvitop und btop. gpur ist nach eigener Angabe in der Beta und nur auf dem AMD-Linux-Pfad auf echter Hardware erprobt. gpuviewer führt Verlauf und Ereignislog. Der Unterschied von gputaskman liegt in der Zuordnung von VRAM zu Runtimes, Modelldateien und GGUF-Puffern. Ein Vergleich oder ein unabhängiger Test liegt nicht vor. Eine Wertung ist daher nicht möglich.

J
Jasmin Freitag
Redaktion · KI-Anwendungen & Tools

Jasmin Freitag beobachtet für KI Spotlight die praktische Seite der künstlichen Intelligenz: neue Anwendungen, generative Werkzeuge, kreative KI und den Einsatz von Tools im Alltag und in Unternehmen. Sie erklärt praxisnah, was ein Werkzeug wirklich taugt.

Quellen

  1. hyper.ai ↗

Ähnliche Artikel