一、 为什么要造这个轮子？

在高校实验室或中小规模 AI 团队中，算力资源往往是“多机分散 + 异构混部”的状态：既有 RTX 4090 / A100 等 NVIDIA GPU 节点，也有 华为昇腾 Ascend 910B 等国产 NPU 服务器，而且通常没有部署重型的 Slurm 或 Prometheus + Grafana 监控集群。

每次跑实验前找空卡，都要经历一套繁琐流程：

1. 逐台 SSH 登录不同服务器；
2. 分别敲 nvidia-smi 和 npu-smi info；
3. 看到卡被占了，还得手动 ps -ef 查 PID 对应的用户名，才能知道是谁在跑任务。

为了解决这个痛点，我开发并开源了 xpu-radar —— 一款基于本地 SSH 并发轮询的轻量级异构算力集群监控看板。

---

二、 核心特性与效果预览

• 零服务器入侵（Zero Invasion）：完全基于本地 SSH 并发采集远程 nvidia-smi 与 npu-smi 输出，无需在服务器上安装任何守护进程、Agent 或额外 Python 依赖。
• 异构算力统一视图：将 NVIDIA GPU 与华为昇腾 Ascend NPU 设备聚合在同一张彩色终端看板中，一屏掌握全集群状态。
• 直观状态与占卡人识别：自动计算显存/HBM 占用比例与计算利用率，区分空闲（IDLE）、部分占用（PARTIAL）与满载（BUSY），直接标出进程所属用户名及显存消耗。
• Windows 免安装开箱即用：已使用 PyInstaller 打包提供独立的 .exe 可执行版本，不熟悉 Python 环境配置也能双击即用。

运行效果预览

（在这里直接把刚才生成的那张脱敏终端截图 0e1704de.jpeg 拖进 CSDN 编辑器即可）

---

三、 快速上手教程

项目已在 GitHub 完整开源，提供 Windows 免安装版 和 Python 源码版 两种使用方式。

• GitHub 开源仓库：https://github.com/ssen0829/xpu-radar
• Windows 打包版直达：https://github.com/ssen0829/xpu-radar/releases

(觉得好用的话，欢迎在 GitHub 点个 Star 支持一下~)

方式一：Windows 免安装版（推荐，零环境依赖）

1. 前往仓库右侧 Releases (v1.0.0) 页面，下载第一个附件 xpu-radar.zip（注意不要点成下面的 Source code 源码包），解压到任意纯英文路径目录下。
2. 确保本地电脑已配置好到目标服务器的 SSH 免密登录（~/.ssh/config），配置示例：

Host gpu-node-1
    HostName 192.168.1.101
    User your_username
    IdentityFile ~/.ssh/id_rsa

Host npu-node-1
    HostName 192.168.1.102
    User your_username
    IdentityFile ~/.ssh/id_rsa

方式二：Python 源码运行（适用于 Linux / macOS / Windows 开发者）

克隆仓库并安装依赖：

git clone https://github.com/ssen0829/xpu-radar.git
cd xpu-radar
pip install -r requirements.txt
修改同目录下的 nodes.json 配置服务器别名（格式同方式一），然后在终端运行：

Bash
# 查看全部节点算力状态
python xpu_top.py