GPU Taskman: la herramienta gratis que te muestra qué programa se come la VRAM de tu PC
Si alguna vez abriste el Administrador de tareas, viste la memoria de la placa de video (la VRAM) casi llena y te quedaste sin saber quién se la estaba comiendo, ahora hay una herramienta gratis que intenta contestar justo eso. GPU Taskman (su nombre técnico es gputaskman) es un monitor para la terminal creado por Scott Hanselman, vicepresidente de Microsoft, que lista programa por programa cuánta memoria de la placa usa cada uno y, cuando encuentra evidencia (por ejemplo, con Ollama o llama.cpp), qué modelo de inteligencia artificial tiene cargado.
La última versión publicada es la 0.3.3, del 7 de noviembre de 2026. Es de código abierto, con licencia MIT, y funciona en Windows con placas NVIDIA o AMD, además de Linux, WSL (el Linux que corre dentro de Windows) y Mac con chip Apple. Eso sí: su propio autor la define como software temprano y experimental, y no viene con Windows. La publicó en su cuenta personal de GitHub, y en el repositorio no aparece presentada como un producto de Microsoft.
A quién le sirve: a quien juega y quiere saber qué otros programas le quitan memoria al juego, a quien corre modelos de IA en su propia máquina y a quien mira una placa medio llena con el escritorio vacío y sospecha de todo el mundo. Si tu PC anda bien y nunca te preguntaste qué es la VRAM, no tenés que hacer nada: seguí con tu vida, que está muy bien.
Qué podés hacer hoy:
- Para una mirada rápida, sin bajar nada: abrí el Administrador de tareas, entrá a Detalles, hacé clic derecho en el encabezado de las columnas, elegí Seleccionar columnas y agregá las de memoria de GPU dedicada y compartida. Ya viene en Windows, con la salvedad que explicamos más abajo.
- Para ver un reparto más fino, programa por programa: probá la versión portátil de GPU Taskman, que no se instala y se borra como cualquier carpeta. Los pasos están acá abajo, después de los avisos.
- Si es una PC de trabajo: consultá antes de correr un ejecutable sin firma digital, que es lo que se publica por ahora.
Antes de bajarlo: cuatro avisos
- No está firmado. El proyecto aclara que los ejecutables «actualmente no están firmados» (traducción nuestra), así que Windows puede mostrarte una advertencia. Bajalo solo de la página del proyecto, no de un «espejo» que aparezca en un buscador. Junto a cada ZIP se publica un archivo
.sha256: compará su contenido con lo que te daGet-FileHash .\nombre-del-archivo.zipen PowerShell. Si coincide, es el archivo que publicó el proyecto; si no coincide, no lo ejecutes. - Sirve para mirar. Tiene días de vida y cambia todo el tiempo: no decidas la compra de una placa con un solo número suyo.
- En Windows, NVIDIA o AMD. Son las placas que el proyecto declara, con Windows 10 u 11 de 64 bits y un controlador actualizado. Una notebook que solo tenga gráficos Intel no figura entre las compatibles en Windows.
- Cuidado con lo que compartís. Según el proyecto, no envía telemetría. Pero la vista de detalle y la salida JSON pueden incluir rutas de archivos, opciones de línea de comandos, nombres de modelos y puertos locales. Revisá antes de pegar una captura en un foro.
Cómo probarlo en Windows sin instalar Python
La vía más simple es el ZIP portátil, de unos 15 MB, que no necesita Python ni instalación:
- Entrá a la página de versiones del proyecto y bajá el ZIP
windows-x64de la versión más nueva (hoy, la 0.3.3). Si tu equipo es Windows sobre ARM, el archivo es el que dicewindows-arm64. - Extraé el ZIP completo. La carpeta
_internaltiene que quedar al lado del ejecutable. - Abrí una terminal en esa carpeta: en Windows 11, clic derecho dentro de la carpeta y Abrir en Terminal. Escribí
.\gputaskman.exe. - Agrandá la ventana: el proyecto recomienda unas 140 columnas para leer bien la tabla.
Una vez adentro, las flechas seleccionan un proceso, s cambia el orden, c alterna los gráficos, a muestra todos los procesos, p pausa, ? explica los contadores y q sale. Según el proyecto, no hace falta abrirlo como administrador para medir la placa; algunos procesos protegidos pueden no dar el detalle fino.
Si ya tenés Python 3.11 o posterior, también se instala con uv tool install gputaskman o pipx install gputaskman, porque está publicado en PyPI. Para Linux hay paquetes portátiles que piden glibc 2.35 o superior y funcionan también dentro de WSL, en ese caso solo con NVIDIA. En Mac no hay descarga portátil todavía: se usa la vía de Python o se corre desde el código.
Por qué el Administrador de tareas se queda corto
El Administrador de tareas no está roto: responde otra pregunta. Microsoft lo explicó en 2017, cuando sumó la GPU a esa ventana: los contadores de memoria por proceso incluyen tanto la memoria privada como la compartida entre procesos. El total de la placa, en la pestaña Rendimiento, es confiable; pero si sumás la columna fila por fila podés contar lo mismo dos o tres veces.
El caso clásico es dwm.exe, el proceso que dibuja el escritorio de Windows. Una misma superficie puede aparecer a nombre de la aplicación, de csrss.exe y de dwm.exe. En una medición que publica el proyecto, el contador tradicional le adjudicaba a DWM unos 15,3 GiB (GiB es la unidad binaria: en la práctica, gigabytes), mientras que el contador que prefiere GPU Taskman marcaba cerca de 1,4 GiB. El autor aclara que es una mejora observada y no una garantía para todos los controladores. Pero explica por qué el escritorio de Windows puede parecer el culpable.
Hanselman arrancó el proyecto por la misma picazón. Lo anunció así en redes, en el mensaje que reproduce Tom’s Hardware:
«Hay mucho pasando en mi GPU. Estoy armando un GPU Taskman para entender adónde se me va la memoria de la GPU. Se aceptan aportes.»Scott Hanselman, 3 de noviembre de 2026 (traducción nuestra)
Tampoco alcanza con nvidia-smi, la herramienta clásica de NVIDIA: según el proyecto, en placas GeForce bajo Windows puede devolver «N/A» en la memoria por proceso, porque quien administra esa memoria es Windows.
Qué se ve en la pantalla
Arriba aparece la placa, con una barra de memoria repartida por categorías: escritorio, IA, navegador, aplicaciones y sistema. Abajo, una tabla con cada proceso. En la captura que publica el proyecto, una RTX 4080 SUPER tiene en uso 5,01 de sus 15,99 GB. Por categoría marca 2,18 GB de escritorio, 1,31 GB de un modelo de IA local y 977 MB de navegador. Esas etiquetas son crudas y, juntas, superan el total, algo que la propia pantalla avisa. Son cargas de la PC de su autor y el proyecto aclara que no son mediciones comparativas: tu reparto va a ser otro.
Qué número creerle y cuál mirar con pinzas
GPU Taskman separa todo el tiempo lo medido de lo estimado. Es menos vistoso que un número enorme en rojo y bastante más útil.
| Columna | Qué te dice | Cuánto confiar |
|---|---|---|
| VRAM | Memoria de la placa que usa cada proceso | Medido con contadores de Windows; es contabilidad, no un mapa de qué es de quién |
| Spill | Memoria RAM de la PC a la que puede acceder la GPU | Medido, pero no prueba que la placa se haya desbordado |
| Paged | Memoria reservada que no aparece en los otros dos contadores | Estimación: no prueba que Windows la haya movido al disco |
| GPU%, 3D, Copy, Video | Actividad de cada motor de la placa | Medido; el cómputo CUDA puede figurar como 3D |
| What’s inside | Una pista de qué hay adentro: modelo, marcos del escritorio, contenido de páginas | Deducción por evidencia; varía según la fuente, y un modelo puede figurar como confirmado |
Hay cosas que directamente no hace. No vuelca el contenido de la VRAM ni enumera las texturas de un juego, así que no te va a decir qué parte de tu juego se está comiendo la memoria: para eso el proyecto remite a herramientas como PIX o Nsight. Solo mira trabajo local en la GPU: lo que corre en la nube o únicamente en un chip dedicado a IA (NPU) queda afuera. Y el propio proyecto marca lo que está verde: las PC con varias placas están cubiertas solo por pruebas sintéticas, y la actividad de GPU de las funciones de IA en una PC Copilot+ todavía no se validó.
Si corrés IA en tu propia PC
En Ollama y llama.cpp, que el autor probó en vivo, puede identificar qué modelo está cargado y datos como su cuantización (cuánto se comprimió), y separar pesos y caché: con cifras leídas de los registros si el servidor los deja disponibles, y si no, estimadas. En LM Studio la integración se probó con datos simulados y todavía no de punta a punta. En programas que leen el modelo y cierran el archivo, como los de ONNX Runtime o whisper.cpp, solo lista candidatos.
Ese desglose sirve para entender por qué un modelo que «pesa» poco puede terminar ocupando mucho. El contexto es cuánto texto puede tener presente el modelo a la vez, medido en tokens (algo así como pedazos de palabra). En la captura del proyecto, con Qwen3-0.6B, la herramienta muestra 448 MB de caché de contexto con unos 4.000 tokens y calcula 3,50 GB con unos 32.000. Lo segundo es una proyección, porque el servidor de la captura corría con el valor menor, pero alcanza para entender la escala: agrandar el contexto puede costarte más memoria que el modelo mismo, que ahí ocupa 604 MB.
También compara dos fotos de la placa con gputaskman diff antes.json despues.json, útil para ver qué creció de verdad al cambiar una configuración. El ejemplo del proyecto es honesto consigo mismo: al aumentar el contexto de Gemma 3 estimó 504 MB adicionales y la memoria medida subió apenas 83 MB, porque, según explica, por cómo maneja el contexto ese modelo la estimación funciona como un techo. Cada modelo identificado muestra además cómo se llegó a esa conclusión, y un archivo presente en una carpeta no se presenta como prueba de que esté cargado.
Seis versiones en cinco días
El ritmo es de proyecto recién nacido: seis versiones publicadas entre el 3 y el 7 de noviembre (fechas de GitHub, en UTC), varias con código aportado por otros colaboradores.
Ya llegan pedidos. Un usuario, gamedevsam, pidió dos modos de visualización porque datos como la versión del controlador «están bien para saber», pero son «sobrecarga de información» una vez que los confirmaste (traducción nuestra). Un agente de Copilot respondió en el mismo pedido que el modo liviano ya estaba integrado, con la tecla m, y aclaró que todavía no está en una versión nueva de PyPI ni en la portátil. O sea: quien baje el ZIP hoy no va a tener esa tecla.
Tom’s Hardware la probó en la versión 0.3.0, sobre una notebook con RTX 4060 y el benchmark Unigine Valley, y vio la carga en la lista junto con los gráficos de uso, memoria y temperatura.
Qué falta y qué mirar
Lo inmediato es la próxima versión, la que traiga el modo liviano. Más adelante está la duda grande: Tom’s Hardware agrega que Hanselman insinuó en redes que Windows podría sumar un monitoreo de GPU más amplio. Es la lectura del medio sobre unos comentarios que no revisamos: no lo tomes como un anuncio de Microsoft. Mientras tanto, para una herramienta con cinco días de vida, que su propia documentación liste qué no funciona todavía es casi una buena noticia: lo preocupante sería que dijera que anda todo.
Fuentes
- Scott Hanselman, repositorio gputaskman en GitHub (en inglés), README y versiones publicadas, consultados el 8 de noviembre de 2026.
- PyPI, ficha del paquete gputaskman (en inglés), consultada el 8 de noviembre de 2026.
- Microsoft, DirectX Developer Blog, «GPUs in the Task Manager» (en inglés), 21 de julio de 2017.
- Tom’s Hardware, nota sobre GPU Taskman (en inglés), 8 de noviembre de 2026.
- GitHub, pedido n.º 15 del proyecto y su respuesta (en inglés), 8 de noviembre de 2026.
- Créditos de imagen: capturas oficiales del repositorio gputaskman; foto de la placa de video de TheStriker en Wikimedia Commons, CC BY 4.0, usada en fotomontajes editoriales asistidos por IA.
