CCE AI套件（NVIDIA GPU） 插件介绍 CCE AI套件（NVIDIA GPU）插件是支持在容器中使用GPU显卡的设备管理插件，集群中使用GPU节点时必须安装本插件。 字段说明 表1 参数描述 参数 是否必选 参数类型 描述 basic 是 object 插件基础配置参数。

查看更多 →

/nvidia-smi 若能正常返回GPU信息，说明设备可用，插件安装成功。 GPU驱动支持列表 当前GPU驱动支持列表仅针对1.2.28及以上版本的GPU插件。 如果您需要安装最新版本的GPU驱动，请将您的GPU插件升级到最新版本。 表2 GPU驱动支持列表 GPU型号 支持集群类型 机型规格

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 →

对于linux 5.x内核系统，如华为云欧拉操作系统 2.0或ubuntu 22.04，建议使用470及以上版本驱动。 图1 安装gpu-device-plugin 驱动选择：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。 插件将根据节点池指定

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 →

管理华为云已释放的主机 在华为云上已经释放的主机，VMS不会同步释放，会作为冗余资源展示在VMS中。 查看冗余主机 进入AppStage运维中心。 在顶部导航栏选择服务。 单击，选择“运维 > 主机管理服务（VMS）”。 选择左侧导航栏的“ 云服务器 管理 > 冗余主机”。 在“冗余主机”页面查看冗余主机。

查看更多 →

通过nvidia.com/gpu指定申请GPU的数量，支持申请设置为小于1的数量，比如nvidia.com/gpu: 0.5，这样可以多个Pod共享使用GPU。GPU数量小于1时，不支持跨GPU分配，如0.5 GPU只会分配到一张卡上。 使用nvidia.com/gpu参数指定GPU数量时，re

查看更多 →

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。 告警通知”功能触发产生的告警消息由消息通知服务SMN发送，可能产生少量费用，具体费用请参考产品价格说明。

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 →

周期内出云丢弃带宽值（Byte），“egressAcceptBandwidth”为本周期内出云通过带宽值（Byte），“egressMaxBandwidthPerSec”为本周期内出云带宽峰值（Byte/s），“ingressAcceptBandwidth”为本周期内入云通过带宽

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 →

主机监控 Agent状态切换或监控面板有断点该如何处理？ 业务端口被Agent占用该如何处理？ Agent一键修复失败问题排查 Agent一键修复后无监控数据问题排查 上报的指标被丢弃问题排查 Agent插件状态显示“故障”该如何处理？ Agent插件状态显示“已停止”该如何处理？

查看更多 →

主机监控 主机监控概述 查看监控指标

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>同步主机信息”，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 →

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 →

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 →

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 →

字符串函数和运算符 字符串运算符 ||表示字符连接 SELECT 'he'||'llo'; –hello 字符串函数 这些函数假定输入字符串包含有效的UTF-8编码的Unicode代码点。不会显式检查UTF-8数据是否有效，对于无效的UTF-8数据，函数可能会返回错误的结果。可以

查看更多 →

周期内出云丢弃带宽值（Byte），“egressAcceptBandwidth”为本周期内出云通过带宽值（Byte），“egressMaxBandwidthPerSec”为本周期内出云带宽峰值（Byte/s），“ingressAcceptBandwidth”为本周期内入云通过带宽

查看更多 →

任务配置 源端 选择阿里云。 是 凭证 选择阿里云对应的凭证，如未提前添加凭证，请单击“新建凭证”，填写相应参数，校验并保存凭证。 须知： 新建凭证中的认证方式请选择“AK/SK”，并输入源端阿里云账号的AK/SK。该账号的AK/SK需要拥有“只读访问云服务器E CS 的权限（Aliy

查看更多 →