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 →

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 →

Vnt1机型软件版本建议 gpu driver version : 440.95.01 gpu driver version : 440.95.01（GPU驱动在宿主机中安装，镜像中无需安装） cuda runtime version : 10.2（PyTorch自带，无需关心）

查看更多 →

如果用户使用的是vGPU实例，确认实例安装的驱动与主机的驱动版本是否匹配。 登录实例所在主机。 执行nvidia-smi命令，查看驱动版本，并对照版本配套关系。 版本配套关系：https://docs.nvidia.com/grid/index.html 处理方法 重启GPU弹性 云服务器 。 若显示适配器恢复正常，则恢复完成。

查看更多 →

百分比（%） 主机状态（aom_node_status） 该指标用于统计主机状态是否正常。 0表示正常 1表示异常 无 NTP偏移量（aom_node_ntp_offset_ms） 该指标用于统计主机本地时间与NTP服务器时间的偏移量，NTP偏移量越接近于0，主机本地时间与NTP服务器时间越接近。

查看更多 →

nvidia-smi: command not found 可能原因 云服务器驱动异常、没有安装驱动或者驱动被卸载。 处理方法 如果未安装GPU驱动，请重新安装GPU驱动。 操作指导请参考：安装GPU驱动 如果已安装驱动，但是驱动被卸载。 执行history，查看是否执行过卸载操作。

查看更多 →

使用率为例。 操作步骤 登录管理控制台。 在管理控制台左上角选择区域和项目。 单击“服务列表 > 云监控服务 ”。 单击页面左侧的“主机监控”，进入主机监控页面。 单击 弹性云服务器 所在栏右侧的“更多”按钮，选择“创建告警规则”。 在“创建告警规则”界面，完成参数配置。 主题通知选择

查看更多 →

主机监控 主机监控概述 支持的监控指标（安装Agent，拉美区域） 支持的监控指标（安装Agent，简洁版）

查看更多 →

图1 企业主机安全 在“主机管理”页面，选择“防护配额”页签，进入防护配额列表页面。 图2 查看主机安全防护配额 在防护配额列表页面，单击“绑定主机”，为空闲配额绑定主机。 您也可以在“网页防篡改 > 防护列表 > 配额详情”页面的“操作”列中，单击“绑定主机”，为主机绑定网页防

查看更多 →

步骤一：刷新未纳管主机：首先需要刷新未纳管主机，将华为云其他主机同步至未纳管主机列表中。 步骤二：安装OpsAgent：纳管前需要为主机安装OpsAgent。 步骤三：分配主机：纳管主机需要将主机分配到对应的服务及环境下，完成主机纳管。 主机分配当天密码管理定时任务会自动修改主机账号的密码，密码有效期为90天

查看更多 →

复选框，自定义其展示与隐藏。 同步主机信息 在主机列表中，单击主机所在行“操作”列的“更多>同步主机数据”，可同步主机信息。 设置搜索条件搜索待监控的主机。 不支持通过别名搜索主机。 单击主机名称，进入“主机详情”页面，在列表中可监控运行在主机上实例的资源占用与健康状态，单击“监控视图”页签，可监控该主机的各种指标。

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 →

标签是主机的标识，通过标签您可以对主机进行管理。例如：添加标签后，您可快速识别、选择主机。 在主机列表中，单击主机所在行“操作”列的，输入“标签键”和“标签值”后，单击，再单击“确定”，标签添加成功。 同步主机信息 在主机列表中，单击主机所在行“操作”列的，可同步主机信息。 设置搜索条件搜索待监控的主机。 不支持通过别名搜索主机。

查看更多 →

在左侧导航栏，选择“资产列表 > 主机”，进入主机列表入口。 单击“新建主机”，进入“新建主机”页面。 在“新建主机”页面，执行以下操作。 单个添加主机 单击“添加主机”，如图1所示，参数说明如表1所示。 图1 添加主机 表1 添加主机配置参数说明 参数名称 参数说明 主机名称 用户需要添加的主机名称，必填参数。

查看更多 →

支持隔离非管理节点。 对系统的影响 主机隔离后该主机上的所有角色实例将被停止，且不能对主机及主机上的所有实例进行启动、停止和配置等操作。 主机隔离后无法统计并显示该主机硬件和主机上实例的监控状态及指标数据。 前提条件 已完成IAM用户同步（在集群详情页的“概览”页签，单击“IAM

查看更多 →

隔离。隔离主机仅支持隔离非管理节点。 对系统的影响 主机隔离后该主机上的所有角色实例将被停止，且不能对主机及主机上的所有实例进行启动、停止和配置等操作。 主机隔离后无法统计并显示该主机硬件和主机上实例的监控状态及指标数据。 操作步骤 在 MRS Manager单击“主机管理”。 勾选待隔离主机前的复选框。

查看更多 →

命令查找并终止container的进程。 管理员已排除主机的异常或故障后，需要将主机隔离状态取消才能继续使用该主机。 在“主机”界面勾选已隔离的主机，选择“更多 > 取消隔离”。 取消隔离后，主机上所有角色实例默认不启动。若需要启动主机上角色实例，可以在“主机”页面勾选目标主机，然后选择“更多 > 启动所有实例”。

查看更多 →

执行以下命令，查看安装结果。 lspci -d 10de: 图1 安装结果 GPU指标采集需要依赖以下驱动文件，请检查环境中对应的驱动文件是否存在。如果驱动未安装，可参见（推荐）GPU加速型实例自动安装GPU驱动（Linux）。 Linux驱动文件 nvmlUbuntuNvidiaLibraryPath

查看更多 →

hostID 主机ID。 mountPoint 挂载点。 nameSpace 集群的命名空间。 nodeIP 主机IP。 nodeName 主机名称。 主机指标 clusterId 集群ID。 clusterName 集群名称。 gpuName GPU名称。 gpuID GPU ID。

查看更多 →

主机监控 在视频直播中，弹性云服务器作为核心基础，细微的性能变化，可能会引起云服务上的业务受到大幅震荡。为了监控更细颗粒度的监控指标，可以在弹性云服务器中安装配置Agent。 本章节介绍如何对弹性云服务器的CPU使用率、内存使用率、磁盘使用率设置告警规则。并在弹性伸缩中配置弹性伸

查看更多 →

主机管理 批量创建主机资产 获取主机资产 删除主机资产 父主题： API

查看更多 →