En Linux puedes controlar y optimizar el uso de CPU, GPU y memoria usando cgroups (control groups), opciones de systemd y utilidades de GPU; esta guía explica cómo aplicar límites prácticos y qué herramientas usar para supervisar el consumo.
Los control groups versión 2 (cgroups v2) del kernel permiten establecer límites de recursos para grupos de procesos, incluyendo CPU y memoria, y ofrecen controles como memory.max para un tope rígido y memory.high como umbral suave, según la documentación técnica del kernel.
En sistemas con systemd es habitual aplicar límites desde las unidades: las directivas MemoryMax= y CPUQuota= pueden fijar un límite de memoria y un porcentaje máximo de CPU para un servicio o para procesos iniciados con systemd-run, lo que integra cgroups con la gestión de servicios.
Apple ultima un MacBook Pro con pantalla táctil OLED, según informes
P7 DarkSword amplía el robo de llavero y carteras cripto en iOS, dicen investigadores
Para supervisar la GPU en tarjetas NVIDIA se recomienda nvidia-smi, la utilidad oficial que devuelve uso de memoria de la GPU, porcentaje de utilización y procesos que la ocupan; para GPUs AMD existe amd-smi con funcionalidades similares, lo que facilita identificar qué proceso consume VRAM y ajustar cargas.
Prácticamente, puedes lanzar una tarea controlada con systemd-run y parámetros de recurso: por ejemplo, iniciar un comando con CPUQuota=50% y MemoryMax=200M limita su consumo a la cuota y al máximo de memoria declarado, de acuerdo con ejemplos y tutoriales de administración de cgroups.
Además del control directo, es útil monitorizar la presión de memoria y el comportamiento del OOM killer; las herramientas del kernel y systemd exponen contadores y archivos en la jerarquía de cgroups que permiten ver estadísticas en tiempo real y recoger datos para ajustar memory.high y otras políticas.
Para cargas que usan aceleración por GPU (entrenamiento de modelos o renderizado) combine la supervisión de la GPU (nvidia-smi/amd-smi) con límites de cgroups en procesos CPU I/O y memoria para evitar que una tarea monopolice la máquina y afectar a otras sesiones o contenedores.
Si trabajas con juegos o servicios que requieren GPU en Linux, estos enfoques encajan con desarrollos recientes en la plataforma: por ejemplo, soluciones de juego en la nube y ejecución nativa en Linux han impulsado la necesidad de herramientas fiables para gestionar VRAM y CPU en entornos de escritorio y servidor.
Para profundizar: la guía cubre cómo usar systemd.resource-control para aplicar límites, cómo consultar la jerarquía cgroup v2 para verificar estado y qué comandos de nvidia-smi o amd-smi resultan más útiles para logging y diagnóstico.
Sources
- El Output — resumen inicial y ejemplos prácticos sobre monitorización de CPU, GPU y memoria en Linux.
- Freedesktop.org (systemd) — documentación de directivas como MemoryMax= y CPUQuota= para unidades systemd.
- NVIDIA Docs — información sobre nvidia-smi y opciones para consultar uso de GPU y memoria.
Enlaces relacionados: GeForce NOW nativo en Linux y ejecución de modelos con GPUs Radeon AI ofrecen contextos prácticos para usuarios que gestionan GPU en Linux.
