#GPU资源监控

#功能概述

资源监控功能允许在容器平台中实时和历史性地跟踪各节点和容器组（Pods）内的GPU利用率和内存使用情况。该功能帮助管理员和开发人员：

• 监控GPU性能：识别GPU资源分配中的瓶颈。
• 排除故障：分析GPU使用趋势以调试与资源相关的问题。
• 优化工作负载：根据数据做出决策，改善工作负载分布。

适用场景：

• 实时监控GPU密集型应用程序。
• 对GPU利用率进行历史分析，以进行容量规划。
• 多节点/多容器组GPU性能比较。

提供的价值：

• 增强对GPU资源消耗的可视化。
• 通过可操作的见解提高集群效率。

#核心功能

• 节点级监控：跟踪每个节点的GPU利用率和内存使用情况。
• 容器组级监控：监控独立容器组的GPU指标。
• 自定义时间范围：分析最近30分钟到7天的数据。

#功能优势

• 实时可视化：具有自动刷新功能的互动仪表板。
• 多维度过滤：按GPU类型、命名空间或容器组缩小指标范围。

#节点监控

通过以下步骤监控节点级的GPU资源：

#容器组监控

通过精细过滤分析容器组级的GPU使用情况：

#时间范围选择

两个仪表板都支持灵活的时间窗口：

可用预设:
- 最近30分钟
- 最近1小时
- 最近6小时
- 最近12小时
- 最近24小时
- 最近2天
- 最近7天
- 自定义范围