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 →

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-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1 GPU驱动支持列表 GPU型号 支持集群类型 机型规格

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 →

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 →

漏洞管理服务”，进入漏洞管理服务页面。 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

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 →

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 →

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 →

隔离主机 操作场景 某个主机出现异常或故障，无法提供服务或影响集群整体性能时，可以临时将主机从集群可用节点排除，使客户端访问其他可用的正常节点。 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。

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 →

”，输入主机root密码后单击“确定”，然后在列表中勾选该主机。 单击“确定”，安装机将作为执行机为主机安装OpsAgent。 步骤三：分配主机 在“未纳管主机”页面，勾选待纳管的主机，单击“主机分配”。 在“主机分配”页面，选择对应的部门、产品、服务和环境，并输入主机SSH端口，单击“确定”，完成主机纳管。

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 →

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 →

准备GPU虚拟化资源 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。本文介绍如何在GPU节点上实现GPU的调度和隔离能力。 前提条件 配置 支持版本 集群版本 v1.23.8-r0、v1.25

查看更多 →

Horovod/MPI/MindSpore-GPU ModelArts训练服务支持了多种AI引擎，并对不同的引擎提供了针对性适配，用户在使用这些引擎进行模型训练时，训练的算法代码也需要做相应适配，本文讲解了使用Horovod/MPI/MindSpore-GPU引擎所需要做的代码适配。 Hor

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 →

管理主机 通过RemoteShell，您可以连接华为云主机或任意主机。对于每个已配置的主机，您可以创建和维护多个用户连接。 添加主机连接 执行以下操作之一： 要连接华为云服务器，请在“云资源”>“弹性云服务器(E CS )”区域中选择要连接的服务器，单击打开“新建远程连接”窗口。 要

查看更多 →