Repolode
投稿する
rapidsai

rapidsai/jupyterlab-nvdashboard

ノートブック内でGPUの演算、メモリ、PCIe、NVLinkの使用状況を監視できるダッシュボードを追加するJupyterLab拡張機能。

GitHub で見る
スター
680
フォーク
88
未解決の Issue
34
最終コミット
10 日前

これは何？

JupyterLab NVdashboardは、普段使っているノートブックやファイルの横にGPU使用状況のダッシュボードを表示するJupyterLab拡張機能です。GPU演算の使用率、GPUメモリの消費量、PCIeとNVLinkのスループットなど、システムのハードウェア指標をグラフ化するため、開発環境を離れずにハードウェアの動作を確認できます。

グラフでは範囲をドラッグして時間帯を選択し、詳しく確認できます。また、複数のグラフがあるページでは、ツールチップの時刻が揃うため、同じ時点の値を比較できます。ダッシュボードはJupyterLabのライトテーマとダークテーマに対応しています。

ノートブックのツールバーにはGPU Accelメニューも用意されています。ノートブックの環境に対応するライブラリがインストールされていれば、コードを変更せずにcuDF pandasや、scikit-learn、UMAP、HDBSCAN向けのcuMLアクセラレーターを有効にできます。v4リリースはJupyterLab 4以降を対象としており、condaまたはpipでインストールできます。

主な機能

  • 01GPU演算の使用率とGPUメモリの消費量をグラフで表示します。
  • 02PCIeとNVLinkのスループット指標を表示します。
  • 03時系列グラフ上でドラッグして時間範囲を選択できます。
  • 04複数のグラフで、同じ時刻にツールチップを揃えます。
  • 05ノートブックのツールバーから、コードを変更せずにcuDF pandasとcuMLのアクセラレーターを切り替えられます。

ユースケース

  • JupyterLabのノートブックでモデルを学習・実行しながら、GPU負荷を監視する。
  • アクセラレーションを有効にした後、pandasやscikit-learnのコードが実際にGPUを使っているか確認する。
  • デバッグ中に、過去の時間帯のメモリ使用量とスループットを比較する。

クイックスタート

  1. 1

    PyPI からインストール（安定版）

    pip install jupyterlab-nvdashboard
  2. 2

    または conda-forge からインストール（安定版）

    conda install -c conda-forge jupyterlab-nvdashboard

使う前に知っておきたいこと

  • JupyterLab v4 以降が必要です。v4 以降のみをサポートしています。
  • GPU アクセラレーターのコントロールは、ノートブック環境に cuDF または cuML がインストールされている場合にのみ表示されます。

収録されている特集

GPU で AI を学習・実行するツールダッシュボードとビジネスインテリジェンスツールデータサイエンスの教材とツール

トピック

#gpu#jupyterlab#monitoring#dashboard#cuda#nvidia#data-science

よくある質問

jupyterlab-nvdashboard とは？
ノートブック内でGPUの演算、メモリ、PCIe、NVLinkの使用状況を監視できるダッシュボードを追加するJupyterLab拡張機能。 JupyterLab NVdashboardは、普段使っているノートブックやファイルの横にGPU使用状況のダッシュボードを表示するJupyterLab拡張機能です。GPU演算の使用率、GPUメモリの消費量、PCIeとNVLinkのスループットなど、システムのハードウェア指標をグラフ化するため、開発環境を離れずにハードウェアの動作を確認できます。
jupyterlab-nvdashboard は無料で使えますか？ライセンスは？
jupyterlab-nvdashboard は BSD-3-Clause ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
jupyterlab-nvdashboard は今もメンテナンスされていますか？
活発にメンテナンス中。jupyterlab-nvdashboard の最終コミットは 2026年10月27日 です。
jupyterlab-nvdashboard は何に使えますか？
JupyterLabのノートブックでモデルを学習・実行しながら、GPU負荷を監視する。 アクセラレーションを有効にした後、pandasやscikit-learnのコードが実際にGPUを使っているか確認する。 デバッグ中に、過去の時間帯のメモリ使用量とスループットを比較する。
jupyterlab-nvdashboard のインストール方法は？
PyPI からインストール（安定版）: pip install jupyterlab-nvdashboard または conda-forge からインストール（安定版）: conda install -c conda-forge jupyterlab-nvdashboard
jupyterlab-nvdashboard はどこで入手できますか？
ソースコードとインストール手順は GitHub にあります：https://github.com/rapidsai/jupyterlab-nvdashboard

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。

関連プロジェクト