弹性云服务器 ECS-弹性云服务器支持的操作系统监控指标（安装Agent）:操作系统监控指标：GPU

时间：2024-04-10 11:26:54

弹性云服务器 ECS 监控

操作系统监控指标：GPU

**表10** GPU类监控指标说明
指标	指标名称	指标含义	取值范围	测量对象（维度）	监控周期（原始指标）
gpu_status	gpu健康状态	该指标用于统计虚拟机上GPU健康状态，是一个综合指标。该指标无单位。采集方式（Linux）：通过调用GPU卡的libnvidia-ml.so.1库文件获取。采集方式（Windows）：通过调用GPU卡的nvml.dll库获取。	0：代表健康 1：代表亚健康 2：代表故障	云服务器云服务器 - GPU	1分钟
gpu_usage_encoder	编码使用率	该指标用于统计该GPU的编码能力使用率。单位：百分比采集方式（Linux）：通过调用GPU卡的libnvidia-ml.so.1库文件获取。采集方式（Windows）：通过调用GPU卡的nvml.dll库获取。	0-100%	云服务器云服务器 - GPU	1分钟
gpu_usage_decoder	解码使用率	该指标用于统计该GPU的解码能力使用率。单位：百分比采集方式（Linux）：通过调用GPU卡的libnvidia-ml.so.1库文件获取。采集方式（Windows）：通过调用GPU卡的nvml.dll库获取。	0-100%	云服务器云服务器 - GPU	1分钟
gpu_volatile_correctable	可纠正ECC错误数量	该指标用于统计该GPU重置以来可纠正的ECC错误数量，每次重置后归0。单位：个。采集方式（Linux）：通过调用GPU卡的libnvidia-ml.so.1库文件获取。采集方式（Windows）：通过调用GPU卡的nvml.dll库获取。	≥ 0	云服务器云服务器 - GPU	1分钟
gpu_volatile_uncorrectable	不可纠正ECC错误数量	该指标用于统计该GPU重置以来不可纠正的ECC错误数量，每次重置后归0。单位：个采集方式（Linux）：通过调用GPU卡的libnvidia-ml.so.1库文件获取。采集方式（Windows）：通过调用GPU卡的nvml.dll库获取。	≥ 0	云服务器云服务器 - GPU	1分钟
gpu_aggregate_correctable	累计可纠正ECC错误数量	该指标用于统计该GPU累计的可纠正ECC错误数量。单位：个采集方式（Linux）：通过调用GPU卡的libnvidia-ml.so.1库文件获取。采集方式（Windows）：通过调用GPU卡的nvml.dll库获取。	≥ 0	云服务器云服务器 - GPU	1分钟
gpu_aggregate_uncorrectable	累计不可纠正ECC错误数量	该指标用于统计该GPU累计的不可纠正ECC错误数量。单位：个采集方式（Linux）：通过调用GPU卡的libnvidia-ml.so.1库文件获取。采集方式（Windows）：通过调用GPU卡的nvml.dll库获取。	≥ 0	云服务器云服务器 - GPU	1分钟
gpu_retired_page_single_bit	retired page single bit错误数量	该指标用于统计该GPU当前卡隔离的单比特页的数量。单位：个采集方式（Linux）：通过调用GPU卡的libnvidia-ml.so.1库文件获取。采集方式（Windows）：通过调用GPU卡的nvml.dll库获取。	≥ 0	云服务器云服务器 - GPU	1分钟
gpu_retired_page_double_bit	retired page double bit错误数量	该指标用于统计该GPU当前卡隔离的双比特页的数量。单位：个采集方式（Linux）：通过调用GPU卡的libnvidia-ml.so.1库文件获取。采集方式（Windows）：通过调用GPU卡的nvml.dll库获取。	≥ 0	云服务器云服务器 - GPU	1分钟
gpu_performance_state	(Agent) 性能状态	该指标用于统计测量对象当前的GPU性能状态。该指标无单位。采集方式（Linux）：通过调用GPU卡的libnvidia-ml.so.1库文件获取。采集方式（Windows）：通过调用GPU卡的nvml.dll库获取。	P0-P15、P32， P0：表示最大性能状态 P15：表示最小性能状态 P32：表示状态未知	云服务器云服务器 - GPU	1分钟
gpu_usage_mem	(Agent) 显存使用率	该指标用于统计测量对象当前的显存使用率。单位：百分比采集方式（Linux）：通过调用GPU卡的libnvidia-ml.so.1库文件获取。采集方式（Windows）：通过调用GPU卡的nvml.dll库获取。	0-100%	云服务器云服务器 - GPU	1分钟
gpu_usage_gpu	(Agent) GPU使用率	该指标用于统计测量对象当前的GPU使用率。单位：百分比采集方式（Linux）：通过调用GPU卡的libnvidia-ml.so.1库文件获取。采集方式（Windows）：通过调用GPU卡的nvml.dll库获取。	0-100%	云服务器云服务器 - GPU	1分钟
gpu_free_mem	GPU显存剩余量	该指标用于统计测量对象当前的GPU显存剩余量。单位：MB 采集方式（Linux）：通过调用GPU卡的libnvidia-ml.so.1库文件获取。采集方式（Windows）：通过调用GPU卡的nvml.dll库获取。	≥ 0 MB	云服务器云服务器 - GPU	1分钟
gpu_graphics_clocks	GPU显卡时钟频率	该指标用于统计测量对象当前的GPU显卡（着色器）时钟频率。单位：MHz 采集方式（Linux）：通过调用GPU卡的libnvidia-ml.so.1库文件获取。采集方式（Windows）：通过调用GPU卡的nvml.dll库获取。	≥ 0 MHz	云服务器云服务器 - GPU	1分钟
gpu_mem_clocks	GPU内存时钟频率	该指标用于统计测量对象当前的GPU内存时钟频率。单位：MHz 采集方式（Linux）：通过调用GPU卡的libnvidia-ml.so.1库文件获取。采集方式（Windows）：通过调用GPU卡的nvml.dll库获取。	≥ 0 MHz	云服务器云服务器 - GPU	1分钟
gpu_power_draw	GPU功率	该指标用于统计测量对象当前的GPU功率。单位：W 采集方式（Linux）：通过调用GPU卡的libnvidia-ml.so.1库文件获取。采集方式（Windows）：通过调用GPU卡的nvml.dll库获取。	NA	云服务器云服务器 - GPU	1分钟
gpu_rx_throughput_pci	GPU PCI入方向带宽	该指标用于统计测量对象当前的GPU PCI入方向带宽。单位：MByte/s 采集方式（Linux）：通过调用GPU卡的libnvidia-ml.so.1库文件获取。采集方式（Windows）：通过调用GPU卡的nvml.dll库获取。	≥ 0 MByte/s	云服务器云服务器 - GPU	1分钟
gpu_sm_clocks	GPU流式处理器时钟频率	该指标用于统计测量对象当前的GPU流式处理器时钟频率。单位：MHz 采集方式（Linux）：通过调用GPU卡的libnvidia-ml.so.1库文件获取。采集方式（Windows）：通过调用GPU卡的nvml.dll库获取。	≥ 0 MHz	云服务器云服务器 - GPU	1分钟
gpu_temperature	GPU温度	该指标用于统计测量对象当前的GPU温度。单位：℃ 采集方式（Linux）：通过调用GPU卡的libnvidia-ml.so.1库文件获取。采集方式（Windows）：通过调用GPU卡的nvml.dll库获取。	≥ 0 ℃	云服务器云服务器 - GPU	1分钟
gpu_tx_throughput_pci	GPU PCI出方向带宽	该指标用于统计测量对象当前的GPU PCI出方向带宽。单位：MByte/s 采集方式（Linux）：通过调用GPU卡的libnvidia-ml.so.1库文件获取。采集方式（Windows）：通过调用GPU卡的nvml.dll库获取。	≥ 0 MByte/s	云服务器云服务器 - GPU	1分钟
gpu_used_mem	GPU显存使用量	该指标用于统计测量对象当前的GPU显存使用量。单位：MB 采集方式（Linux）：通过调用GPU卡的libnvidia-ml.so.1库文件获取。采集方式（Windows）：通过调用GPU卡的nvml.dll库获取。	≥ 0 MB	云服务器云服务器 - GPU	1分钟
gpu_video_clocks	GPU视频时钟频率	该指标用于统计测量对象当前的GPU视频（包含编解码）时钟频率。单位：MHz 采集方式（Linux）：通过调用GPU卡的libnvidia-ml.so.1库文件获取。采集方式（Windows）：通过调用GPU卡的nvml.dll库获取。	≥ 0 MHz	云服务器云服务器 - GPU	1分钟