引言

显存（Video RAM，VRAM）是显卡核心组件之一，直接影响图形处理、深度学习训练及游戏性能。开发者在调试GPU密集型应用时，需实时监控显存使用情况；普通用户选购或升级显卡时，也需了解显存容量与性能的关系。本文将系统梳理查看电脑显存的多种方法，涵盖系统内置工具、第三方软件及编程接口，助力不同场景下的精准需求。

一、系统级方法：快速查看显存基础信息

1.1 Windows系统：通过任务管理器与DirectX诊断工具

任务管理器是Windows用户最便捷的显存查看入口：

1. 按下Ctrl+Shift+Esc打开任务管理器，切换至“性能”选项卡。
2. 在左侧列表中选择“GPU”，右侧面板会显示显卡型号、显存总量（Dedicated GPU Memory）及当前使用量。
3. 若系统有集成显卡与独立显卡，需注意区分两者的显存数据。

DirectX诊断工具（dxdiag）提供更详细的硬件信息：

1. 按下Win+R，输入dxdiag回车。
2. 在“显示”选项卡中，可查看显卡名称、驱动版本、显存类型（如GDDR6）及显存大小。
3. 该工具适用于排查显卡兼容性问题，但无法实时监控显存占用。

1.2 Linux系统：通过lspci与nvidia-smi

Linux用户需依赖命令行工具获取显存信息：

• lspci命令：列出所有PCI设备，过滤显卡信息：

  lspci | grep -i vga

  输出结果中，Memory at字段可能包含显存地址，但需结合其他工具解析。

• NVIDIA显卡专用工具：若系统安装NVIDIA驱动，可通过nvidia-smi实时监控：

  nvidia-smi

  输出示例：

  +-----------------------------------------------------------------------------+
  | NVIDIA-SMI 525.85.12    Driver Version: 525.85.12    CUDA Version: 12.0     |
  |-------------------------------+----------------------+----------------------+
  | GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
  | Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
  |===============================+======================+======================|
  |   0  NVIDIA RTX 3080     On   | 00000000:01:00.0  On |                  Off |
  | 30%   45C    P0    100W / 320W|   8923MiB / 10240MiB |     95%      Default |
  +-------------------------------+----------------------+----------------------+

  其中Memory-Usage字段显示显存总量与当前使用量，单位为MiB。

二、第三方工具：深度分析与可视化

2.1 GPU-Z：轻量级硬件监控神器

GPU-Z是一款免费开源工具，支持Windows系统，提供以下功能：

• 显卡参数：型号、架构、核心频率、显存类型（如GDDR6X）、位宽及带宽。
• 实时监控：显存使用量、GPU温度、风扇转速及负载。
• 传感器日志：可记录显存使用历史，辅助分析性能瓶颈。

操作步骤：

1. 下载并运行GPU-Z（官网：techpowerup.com/gpuz/）。
2. 在“Sensors”选项卡中，勾选“Dedicated Video Memory”与“Shared Video Memory”（若存在）。
3. 导出数据为CSV格式，便于后续分析。

2.2 HWiNFO：系统级硬件监控

HWiNFO提供更全面的硬件信息，包括：

• 显存总量、当前使用量及峰值使用量。
• 显卡功耗、温度及PCIe通道状态。
• 支持自定义传感器监控面板，适合长期性能跟踪。

三、编程接口：开发者专用方法

3.1 CUDA API：获取NVIDIA显卡显存信息

对于使用CUDA的开发者，可通过以下API获取显存数据：

#include <cuda_runtime.h>
#include <stdio.h>
int main() {
    size_t free, total;
    cudaError_t err = cudaMemGetInfo(&free, &total);
    if (err != cudaSuccess) {
        printf("CUDA Error: %s\n", cudaGetErrorString(err));
        return 1;
    }
    printf("Total GPU Memory: %.2f MB\n", (float)total / (1024 * 1024));
    printf("Free GPU Memory: %.2f MB\n", (float)free / (1024 * 1024));
    return 0;
}

编译与运行：

1. 安装CUDA Toolkit。
2. 编译命令：nvcc显存查询.cu -o显存查询。
3. 运行结果示例：

   Total GPU Memory: 10240.00 MB
   Free GPU Memory: 5120.00 MB

3.2 OpenCL API：跨平台显存查询

OpenCL支持多厂商显卡，示例代码如下：

#include <CL/cl.h>
#include <stdio.h>
int main() {
    cl_uint num_platforms;
    clGetPlatformIDs(0, NULL, &num_platforms);
    cl_platform_id* platforms = (cl_platform_id*)malloc(num_platforms * sizeof(cl_platform_id));
    clGetPlatformIDs(num_platforms, platforms, NULL);
    for (cl_uint i = 0; i < num_platforms; i++) {
        cl_uint num_devices;
        clGetDeviceIDs(platforms[i], CL_DEVICE_TYPE_GPU, 0, NULL, &num_devices);
        cl_device_id* devices = (cl_device_id*)malloc(num_devices * sizeof(cl_device_id));
        clGetDeviceIDs(platforms[i], CL_DEVICE_TYPE_GPU, num_devices, devices, NULL);
        for (cl_uint j = 0; j < num_devices; j++) {
            cl_ulong global_mem_size;
            clGetDeviceInfo(devices[j], CL_DEVICE_GLOBAL_MEM_SIZE, sizeof(cl_ulong), &global_mem_size, NULL);
            printf("GPU %d Total Memory: %.2f MB\n", j, (float)global_mem_size / (1024 * 1024));
        }
        free(devices);
    }
    free(platforms);
    return 0;
}

四、应用场景与优化建议

4.1 开发者场景：显存监控与调试

• 深度学习训练：通过nvidia-smi或CUDA API监控显存占用，避免因显存不足导致的OOM（Out of Memory）错误。
• 游戏开发：使用GPU-Z分析不同画质下的显存需求，优化资源加载策略。

4.2 用户场景：硬件选购与升级

• 显存容量选择：4K游戏建议至少8GB显存，深度学习推荐12GB以上。
• 显存类型影响：GDDR6X比GDDR6带宽更高，适合高分辨率渲染。

4.3 系统优化建议

• 关闭后台应用：减少非必要GPU占用，释放显存。
• 更新显卡驱动：修复显存管理漏洞，提升稳定性。
• 调整虚拟内存：若系统共享显存不足，可增加页面文件大小。

五、常见问题解答

Q1：为什么任务管理器显示的显存使用量与游戏内不符？
A：任务管理器显示的是系统级显存占用，游戏内可能包含未释放的缓存数据，建议使用GPU-Z监控实时使用量。

Q2：Linux下如何查看AMD显卡显存？
A：使用rocm-smi（ROCm平台）或radeontop工具，命令如下：

sudo radeontop

Q3：显存占用高但GPU利用率低，如何解决？
A：可能是CPU瓶颈导致数据传输延迟，或应用存在显存泄漏。建议使用nvtop（Linux）或Afterburner（Windows）分析具体进程。

结论

查看电脑显存的方法多样，用户可根据需求选择系统工具、第三方软件或编程接口。开发者应重点关注实时监控与API集成，普通用户则需结合硬件规格与应用场景做出合理选择。通过精准的显存管理，可显著提升系统性能与用户体验。