主机监控 主机监控概述 查看监控指标

查看更多 →

法监控）。同时，主机的IP地址支持IPv4、IPv6。 通过AOM您可监控主机的资源占用与健康状态，监控主机的磁盘、文件系统等常用系统设备，监控运行在主机上的业务进程或实例的资源占用与健康状态。 注意事项 一个主机最多可添加5个标签，且标签键不能重复。 不同主机可添加同一个标签。

查看更多 →

单击右上角的，可获取到设置的时间范围内进程的最新信息。 在CCE主机的“Pod实例”页签下，可查看实例状态、节点IP等信息。 单击实例名称，可逐层下钻查看该实例的容器、进程的详细信息。 在实例列表右上角的搜索框可按实例名称等设置搜索条件，实现实例过滤显示。 单击右上角的，可获取到设置的时间范围内实例的最新信息。

查看更多 →

主机监控 查询主机概览 查询磁盘信息 获取网卡状态 查询性能监控指标 查询历史监控数据 查询表倾斜或脏页率信息 查询SQL列表 查询SQL执行信息 查询集群使用指标列表 获取指定指标相关采集数据 父主题： API说明

查看更多 →

varchar 描述：通过将源字符串中找到的字符替换为目标字符串中的相应字符来返回翻译后的源字符串。如果from字符串包含重复项，则仅使用第一个。如果源字符在from字符串中不存在，则将复制源字符而不进行翻译。如果在from字符串中匹配字符的索引超出了to字符串的长度，则将从结果字符串中省略源字符。

查看更多 →

该指标用于统计测量对象已使用的显存。 ≥0 兆字节（MB） GPU使用率（aom_node_gpu_usage） 该指标用于统计测量对象的GPU使用率。 0～100 百分比（%） NPU存储容量（aom_node_npu_memory_free_megabytes） 该指标用于统计测量对象的NPU存储容量。

查看更多 →

应用GPU资源调度方式 IEF支持多应用共享的方式使用GPU显卡。 IEF支持单个应用使用多个GPU显卡。 GPU资源调度基于GPU显存容量，调度采用GPU显存预分配方式而非实时GPU显存资源。 当应用需要使用的GPU显存资源小于单个GPU卡显存时，支持以共享方式进行资源调度，对

查看更多 →

GPU实例故障自诊断 GPU实例故障，如果已安装GPU监控的CES Agent，当GPU 服务器 出现异常时则会产生事件通知，可以及时发现问题避免造成用户损失。如果没有安装CES Agent，只能依赖用户对故障的监控情况，发现故障后及时联系技术支持处理。 GPU实例故障处理流程 GPU实例故障分类列表

查看更多 →

Map 针对单个节点池的GPU驱动的相关配置 默认值：{} health_check_xids_v2 否 String 插件健康检查的GPU错误的范围 默认值："74,79" inject_ld_Library_path 否 String 插件向GPU容器中自动注入的LD_LIBRARY_PATH环境变量的值

查看更多 →

校验。 插件仅提供驱动的下载及安装脚本执行功能，插件的状态仅代表插件本身功能正常，与驱动是否安装成功无关。 对于GPU驱动版本与您业务应用的兼容性（GPU驱动版本与CUDA库版本的兼容性），CCE不保证两者之间兼容性，请您自行验证。 对于已经安装GPU驱动的自定义操作系统镜像，C

查看更多 →

GPU插件检查异常处理 检查项内容 检查到本次升级涉及GPU插件，可能影响新建GPU节点时GPU驱动的安装。 解决方案 由于当前GPU插件的驱动配置由您自行配置，需要您验证两者的兼容性。建议您在测试环境验证安装升级目标版本的GPU插件，并配置当前GPU驱动后，测试创建节点是否正常使用。

查看更多 →

GPU虚拟化概述 CCE GPU虚拟化采用自研xGPU虚拟化技术，能够动态对GPU设备显存与算力进行划分，单个GPU卡最多虚拟化成20个GPU虚拟设备。相对于静态分配来说，虚拟化的方案更加灵活，最大程度保证业务稳定的前提下，可以完全由用户自己定义使用的GPU量，提高GPU利用率。

查看更多 →

Nvidia驱动：您可使用CCE提供的驱动地址或手动填写自定义Nvidia驱动的地址，集群下全部GPU节点将使用相同的驱动。 GPU虚拟化功能仅支持470.57.02、510.47.03、535.54.03版本的GPU驱动。 建议您使用CCE提供的驱动地址，以满足驱动版本的要求。 如果下载链接为

查看更多 →

方法。 专属池驱动版本如何升级？ 当专属资源池中的节点含有GPU/Ascend资源时，用户基于自己的业务，可能会有自定义GPU/Ascend驱动的需求，ModelArts面向此类客户提供了自助升级专属资源池GPU/Ascend驱动的能力，具体操作请参见资源池驱动升级。 父主题： FAQ

查看更多 →

如何避免非GPU/NPU负载调度到GPU/NPU节点？ 问题现象 当集群中存在GPU/NPU节点和普通节点混合使用的场景时，普通工作负载也可以调度到GPU/NPU节点上，可能出现GPU/NPU资源未充分利用的情况。 问题原因 由于GPU/NPU节点同样提供CPU、内存资源，在一般

查看更多 →

到GPU。 处理方法 根据报错提示，请您排查代码，是否已添加以下配置，设置该程序可见的GPU： os.environ['CUDA_VISIBLE_DEVICES'] = '0,1,2,3,4,5,6,7' 其中，0为服务器的GPU编号，可以为0，1，2，3等，表明对程序可见的GP

查看更多 →

集群默认驱动：集群中GPU节点默认使用的GPU驱动版本。如果选择“自定义驱动链接地址”，则需填写Nvidia驱动的下载链接，详情请参见获取驱动链接-公网地址。 节点池自定义驱动：若您不希望集群中的所有GPU节点使用相同的驱动，CCE支持以节点池为单位安装不同的GPU驱动。配置节点池自

查看更多 →

配置部署服务的主机集群 新建CodeArts Deploy主机集群 向CodeArts Deploy主机集群中添加主机 删除CodeArts Deploy主机集群

查看更多 →

如何筛选未绑定配额的主机？ 登录管理控制台。 在页面左上角选择“区域”，单击，选择“安全合规 > 企业主机安全”，进入企业主机安全界面。 在左侧导航树中，选择“主机管理”，进入主机管理界面。 在“ 云服务器 ”页签中，在搜索框筛选“防护状态”为“关闭”的主机，查看未绑定配额的主机。 图1 筛选未绑定配额的主机

查看更多 →

方法2：查询云服务器安装的驱动版本：whereis nvidia 图1 查询安装的驱动版本 根据查询的驱动版本从NVIDIA官网下载驱动包（此处重新下载驱动包是为了执行卸载动作，且后续重新安装驱动时需要此安装包）。 以驱动版本nvidia-396.44为例，执行sh NVIDIA-Linux-x86_64-396

查看更多 →

通过ICAgent上报的虚机指标的指标维度 表1 通过ICAgent上报的虚机指标的指标维度 指标类别 指标维度 说明 网络指标 clusterId 集群ID。 hostID 主机ID。 nameSpace 集群的命名空间。 netDevice 网卡名称。 nodeIP 主机IP。 nodeName

查看更多 →