5.2.2 资源占用监控（Ollama ps 与系统工具）

文档摘要

5.2.2 资源占用监控（Ollama ps 与系统工具）在大模型本地化部署的实战现场，我们常会遭遇这样一幕：刚启动一个 $7B$ 参数量的 Llama 3 模型，命令看似顺利返回了交互式 shell；可当用户输入第一句“请简述量子退火原理”后，终端却陷入长达 8 秒的沉默——CPU 利用率飙至 98%，GPU 显存占用稳定在 5.2 GiB，而却显示；与此同时，中进程的内存悄然攀升至 4.7 GiB，区开始高频换入换出……这不是模型推理慢，而是资源调度失焦的典型症候：进程在“跑”，但算力没“动”；内存在“涨”，但显存没“用”；服务在“活”，但响应在“死”。这正是我们今天要剖开的切口——5.2.2 资源占用监控（Ollama ps 与系统工具）。