GPU 抢空闲监控小站

一键查看多台机器上哪块 GPU 现在空着

痛点

大学实验室或小团队常常有多台 GPU 机器但没有调度系统，用户必须手动 SSH 到每台机器上跑 nvidia-smi 才能知道哪块卡空着，再决定是否提交任务。这个过程重复、费时，而且经常白跑一趟或者排队等别人跑完。有人已经把这种需求做成 CLI 和网页，但只解决了自己的场景，没有通用产品。

方案

提供一个极简的监控服务：在每台机器上放一个轻量 agent，向中心网页汇报 GPU 型号、使用率、显存、正在运行的进程和用户。网页用一个总览面板展示空闲卡，支持点击复制 SSH 命令，也支持邮件或 Slack 通知某块卡空出来。不需要大集群调度能力，只做“看见”。

用户

高校实验室、小 AI 团队、渲染工作室、没有 K8s 调度的小公司

MVP

跨平台 agent 脚本；中心看板显示各机 GPU 用量；空闲卡高亮与 SSH 命令一键复制；空闲告警到邮件或 Slack；部署文档一页。

变现

按被监控机器数订阅，前 3 台免费；年付买断自建版，适合实验室经费采购。

为何现在

GPU 依然稀缺、分散，很多小团队既没有预算上调度系统，也不愿意维护 Kubernetes；简单可观测是真实空档。