查看GPU云服务器监控

对比BCC云服务器，GPU云服务器中包含额外的硬件，例如GPU卡以及RDMA网卡。GPU云服务器支持对这些硬件资源进行监控，相关的监控指标项可在云产品指标列表中查询。以下为如何查看GPU实例的监控数据。

GPU监控和GPU扩展监控依赖实例已安装了GPU驱动，如何安装GPU驱动可参考 GPU创建。

GPU监控

1. 选择“产品服务>云监控BCM”，左侧侧边栏选择云产品监控并选择云服务器BCC。

2. 选择您需要查看监控数据的实例，点击GPU卡监控页面，在此页面可以查看GPU卡监控。

RDMA监控

1. 选择“产品服务>云监控BCM”，左侧侧边栏选择云产品监控并选择云服务器BCC。

2. 选择您需要查看监控数据的实例，点击RDMA网卡监控页面，在此页面可以查看RDMA网卡监控。

GPU扩展监控

如标准的GPU监控项无法满足您的数据采集需求，GPU云服务器可提供额外的GPU监控项。由于GPU扩展监控项会带来较高的工作负载，请您结合业务情况按需开启。以下为如何查看GPU实例的GPU扩展监控数据。

1. 选择“产品服务>云监控BCM”，左侧侧边栏选择云产品监控并选择云服务器BCC。

2. 选择您需要查看监控数据的实例，点击GPU卡监控页面，在此页面可以查看GPU扩展监控。

GPU扩展监控依赖3.0以上的DCGM组件，可登录实例并通过以下命令查看dcgmi版本

1dcgmi --version

通过以下命令启动相关服务：

1nv-hostengine
2systemctl restart bcm-agent

回显如下：

如果当前实例未安装dcgm组件，您可选择以下的方式之一安装：

方法一：通过BCC控制台自选GPU驱动安装

在创建实例或者重装实例时，如您选择了公共镜像和自选GPU驱动，系统会自动帮您安装DCGM组件。

1请选择安装450版本以上的驱动以获取符合要求的dcgm版本

方法二：通过云助手安装

登录云助手控制台并 选择执行安装Nvidia DCGM