Jupyter Lab旋转3D绘图时占用全部CPU的技术求助

• 系统：全新安装的Linux Mint 21.3 "Virginia" Cinnamon（基于Ubuntu 22.04）
• 硬件：AMD Ryzen 7 5800X处理器，搭载最新NVIDIA驱动的无风扇2GB显存独立NVIDIA显卡
• 软件：最新版Google Chrome浏览器

使用以下代码创建交互式3D绘图：

from matplotlib import pyplot as plt
%matplotlib ipympl

操作绘图（如旋转）时，16个CPU线程使用率飙升至80%，GPU使用率仅从约4%升至24%。旋转绘图不应导致CPU占用大幅上升，推测浏览器或Jupyter内核未充分利用GPU，寻求相关帮助或指引。

• Canvas: 硬件加速
• Canvas out-of-process rasterization: 已启用
• Direct Rendering Display Compositor: 已禁用
• Compositing: 硬件加速
• Multiple Raster Threads: 已启用
• OpenGL: 已启用
• Rasterization: 硬件加速
• Raw Draw: 已禁用
• Skia Graphite: 已禁用
• Video Decode: 硬件加速
• Video Encode: 仅软件，硬件加速已禁用
• Vulkan: 已禁用
• WebGL: 硬件加速
• WebGL2: 硬件加速
• WebGPU: 已禁用

1. 调整matplotlib后端配置
   ipympl后端依赖WebGL渲染，但可能默认仍用CPU处理部分逻辑。可手动指定后端并测试：

# 强制使用WebGL后端
plt.switch_backend('webgl')

# 或尝试本地窗口渲染后端（绕过浏览器）对比性能
# plt.switch_backend('TkAgg')

TkAgg后端直接在本地窗口渲染，能直接调用GPU，可快速验证是否是浏览器层面的问题。

2. 补全Jupyter GPU相关依赖
   先在Jupyter单元格中运行!nvidia-smi确认GPU被系统识别，然后安装pyopengl补充WebGL渲染依赖：

pip install pyopengl

3. 调整Chrome GPU渲染参数

• 启用Direct Rendering Display Compositor：在Chrome地址栏输入chrome://flags/#enable-direct-rendering-display-compositor，设置为启用后重启浏览器。
• 尝试启用Vulkan：输入chrome://flags/#enable-vulkan，启用后重启，Vulkan可能提供更高效的GPU调用。
• 暂时关闭Multiple Raster Threads：多线程光栅化可能额外占用CPU资源，关闭后测试CPU使用率变化。

4. 优化3D绘图数据量
   如果3D模型顶点或曲面过多，CPU需要预处理大量数据，即使GPU参与渲染也会导致CPU占用过高：

• 使用plot_surface的rstride和cstride参数降低曲面分辨率：

  ax.plot_surface(X, Y, Z, rstride=10, cstride=10)  # 数值越大，曲面面数越少
  

• 简化模型顶点数量，减少CPU预处理压力。

5. 测试本地非浏览器渲染
   直接用matplotlib的本地后端（无需Jupyter）运行3D绘图，观察CPU和GPU使用率：

from matplotlib import pyplot as plt
plt.switch_backend('Qt5Agg')
fig = plt.figure()
ax = fig.add_subplot(projection='3d')
ax.plot3D([0,1,2], [0,1,2], [0,1,2])
plt.show()

若此时GPU使用率提升、CPU占用下降，说明问题出在Jupyter+Chrome的渲染链路上；否则可能是matplotlib本身3D渲染逻辑的限制。

内容的提问来源于stack exchange，提问作者s5s