ZStack AIOS

GPU设备监控

完整平台用户手册,包含基础云平台能力与 AIOS 相关章节。

GPU设备详情页支持查看GPU实时负载,并通过曲线图方式可视化展示负载变化趋势,帮助用户直观了解GPU的健康和运行状况。
  • 物理GPU设备支持查看:GPU利用率、显存利用率、功耗、温度、风扇转速;部分NVIDIA GPU还支持查看PCIe Rx吞吐量、PCIe Tx吞吐量。
  • vGPU设备支持查看:vGPU利用率、显存利用率等。

平台默认展示15分钟内GPU负载的变化曲线,用户也可以自定义时间跨度,查看指定时间范围内的GPU负载变化,包括:15分钟、1小时、6小时、1天、1周、1月、1年、自定义。

图1图2所示:


图1 GPU设备实时负载




图2 GPU设备负载变化
说明:
  • 查看GPU负载监控需正确安装GPU驱动和内部监控agent:
    • 物理机 | 物理GPU设备:
      • 如GPU设备未透传给云主机使用,为物理机安装GPU驱动后可查看GPU负载监控。
      • 如GPU设备已透传给云主机使用,为云主机安装GPU驱动和性能优化工具后可查看GPU负载监控。
    • 物理机 | vGPU设备:为物理机安装GPU驱动后可查看GPU负载监控。
    • 弹性裸金属GPU设备:为弹性裸金属实例安装GPU驱动和agent后可查看GPU负载监控。
  • 为正常查看GPU负载监控,建议使用推荐版本的GPU驱动,详见GPU驱动版本推荐
  • 如已为物理机安装GPU驱动,但仍无法查看对应的GPU设备监控,可尝试重连物理机,使系统识别该GPU驱动。
  • 如使用双芯片AMD卡 (AMD Firepro S7150 X2) ,并将其对应的两个物理GPU设备分别透传给不同云主机使用,请为云主机安装相同版本的驱动,以保证正常获取GPU监控数据。
  • Hygon GPU透传给云主机使用后,暂不支持通过驱动查看负载监控。
GPU设备监控 | 完整用户手册 | AIOS | ZStack 资源中心