实时监控 NVIDIA GPU 的 Web 仪表盘，用图表展示显存、利用率、温度等指标，方便运维和 MLOps 排查显卡状态。

一款多功能的系统监控工具，能实时查看 CPU、内存、磁盘、GPU、网络、传感器和进程等运行状态，适合排查性能问题。

开源监控系统与时序数据库，采集指标、配置告警规则并绘图展示，适合搭建从基础设施到 GPU 集群的可观测性平台。

轻量级 Web 面板，实时查看多块 GPU 的占用率、显存和温度等状态，方便跑深度学习训练时随时掌握显卡负载。

终端里的资源监控工具，实时显示 CPU、内存、磁盘、网络和进程占用，界面美观、操作顺手，适合在服务器或本地随时查看系统状态。

开源可组合的可观测性平台，把 Prometheus、Loki、Elasticsearch 等多源指标、日志和链路数据统一做成仪表盘，并支持告警。

轻量级 Windows 桌面与任务栏硬件监控工具，可实时查看 CPU、GPU、内存、磁盘、网速和 FPS，支持插件扩展与内存清理。

像 htop 一样在终端里实时查看 NVIDIA GPU 的进程占用、显存和利用率，还能导出指标接入 Grafana 做监控面板。

用 Rust 写的跨平台终端系统监控工具，像 top 一样实时查看 CPU、内存、磁盘和网络占用，但界面更现代、交互更顺手。

跨平台的系统监控工具，可看作 top/htop 的增强替代品，在终端或网页中实时查看 CPU、内存、磁盘、网络等资源占用。

一款免费开源的 macOS 菜单栏工具箱，把窗口切换、应用卸载、访达增强、防休眠等常用小功能集中到菜单栏，省去装一堆零散工具。

面向云端和数据中心的高性能推理服务端，支持多种深度学习框架模型部署，并可在边缘设备上运行。

给 LLM 推理加速的 KV Cache 层，可对接 vLLM 等框架，复用和缓存键值对来降低显存占用、提升吞吐，支持 CUDA 和 ROCm。

持续性能分析平台，能定位到具体代码行，帮你排查 CPU、内存等性能瓶颈，适合生产环境做可观测性监控。

用 C 语言写的高性能系统信息展示工具，类似 neofetch 但更快、功能更全，在终端里一行命令就能看到系统配置概览。

在终端里实时查看 Apple Silicon Mac 的 CPU、GPU、内存和功耗，界面类似 top，适合跑本地模型时盯资源占用。

在 NVIDIA Jetson 系列开发板上实时查看 CPU、GPU、内存和功耗状态，还能直接调整风扇与功耗模式，省去手动翻 sysfs 的麻烦。

面向 Apple Silicon Mac 的实时系统监控工具，无需 sudo 即可查看 CPU、GPU 等硬件指标，提供 TUI 界面、JSON/Prometheus 指标服务和 Rust 库。

把 NVIDIA GPU 的硬件遥测数据导出成 Prometheus 指标，方便监控显卡温度、功耗、显存和利用率等运行状态。

在终端里实时查看 Apple Silicon Mac 的 CPU、GPU、内存和功耗占用，类似 top 但针对 M 系列芯片优化，适合跑本地模型时盯资源。

Linux 系统和进程监控工具，能记录并回放 CPU、内存、磁盘、网络等资源使用情况，方便事后排查性能瓶颈。

Keep an eye on system resources

用 Rust 和 GPUI Kit 打造的现代 Windows 任务管理器，界面贴合 Windows 11 风格，用来替代系统自带任务管理器查看和管理进程。

把 CPU、GPU 等硬件传感器数据采集后推送到 Graphite、InfluxDB、Prometheus 等时序数据库，方便用 Grafana 做监控看板。

面向 Apple Silicon 的原生 SwiftUI 系统监控工具，无需 sudo 即可实时查看 ANE、媒体引擎和内存带宽占用，方便排查本地大模型推理时的硬件瓶颈。

面向 Apple Silicon Mac 的轻量系统监控工具，用一块可任意缩放的悬浮玻璃面板实时显示 CPU、GPU 等运行状态，替代 btop、htop 这类终端监控。

macOS 菜单栏系统监控工具，实时显示 CPU、内存、GPU、网络、磁盘、电池和温度，自身仅占 0.046% CPU。

macOS 菜单栏性能诊断工具，实时记录 CPU、内存、GPU、网络和电池数据，帮你定位卡顿和性能问题，无遥测、免费开源。

在 Kubernetes 集群里自动发现 GPU 节点故障并执行修复，减少加速计算任务因硬件异常中断。

轻量跨平台的 CPU/GPU 实时监控命令行工具，直接调用厂商 API 获取准确硬件数据，并用 ASCII 图表直观展示。

macOS 菜单栏上的极简性能监测小工具，实时显示 CPU、GPU、内存和电池状态，适合想随时掌握机器负载又不想开活动监视器的用户。

用流水线方式自动运行 Python 程序，顺带监控 GPU 状态，适合管理机器学习实验的批量跑批场景。

用 Rust 写的 NVIDIA GPU 终端监控面板，能实时查看显存占用和进程，比反复敲 nvidia-smi 更直观高效。

单容器自托管的家庭实验室监控面板，集中展示 GPU、本地 AI 显存、Docker、systemd 和电费，并提供只读 MCP 服务让 AI 代理直接查询这些数据。

一个能 7×24 小时自主跑深度学习实验的 AI 智能体，采用 Leader-Worker 架构和固定大小内存，零成本监控训练与调参，适合无人值守的自动化研究。

用 ESP32-C3 加小 OLED 屏做桌面硬件监控，配套 Windows/Linux 程序实时推送 CPU、GPU、内存和磁盘占用，电脑休眠时自动切换 12 种复古动画时钟。

用 Swift 从零打造的 Linux 桌面环境，自带合成器和 Flutter 到 Swift 的框架移植，还配了一方应用。

面向 AI Agent 的 GPU 性能分析器，能追踪 GPU 内核执行和推理过程，帮开发者定位性能瓶颈、优化显存与算力使用。

用 GLSL 着色器在 Linux 上跑 GPU 加速的动态壁纸引擎，兼容 Wayland 和 X11，支持多显示器。