监控 NPU 使用情况

如果在 NPUOperatorCtl 实例中启用了 NPU Exporter 组件,Alauda Build of NPU Operator 会在 npu-exporter 命名空间中部署 exporter 及其 ServiceMonitor。

验证 exporter 发现

kubectl -n npu-exporter get servicemonitor npu-exporter-servicemonitor
kubectl -n npu-exporter get pods -l app=npu-exporter

ACP 监控面板

监控面板的创建和管理属于 ACP 可观测性文档的内容。使用此产品页面确认 NPU 指标可用,然后从 ACP 管理监控面板的导入和布局。

有关监控面板操作,请参阅 Manage dashboards。

故障排除入口

如果缺少指标,请检查:

  • 是否启用了 NPU Exporter 组件;
  • exporter pod 是否正在运行;
  • ServiceMonitor 是否存在于 npu-exporter 命名空间中;
  • ACP 监控堆栈是否可以选择并抓取 ServiceMonitor。

有关详细症状,请参阅故障排除。