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 →

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 →

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 →

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 →

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 →

兼容Kubernetes默认GPU调度模式 开启GPU虚拟化后，默认该GPU节点不再支持使用Kubernetes默认GPU调度模式的工作负载，即不再支持使用nvidia.com/gpu资源的工作负载。如果您在集群中已使用nvidia.com/gpu资源的工作负载，可在gpu-device-p

查看更多 →

置为GPU插件配置中指定的版本。 如果需要稳定升级GPU节点驱动，推荐使用通过节点池升级节点的GPU驱动版本。 前提条件 需要使用kubectl连接到集群，详情请参见通过kubectl连接集群。 操作步骤 如果您需要使用指定的NVIDIA驱动版本，可以在节点安装新版本GPU驱动，操作步骤如下：

查看更多 →

GPU实例故障分类列表 GPU实例故障的分类列表如表1所示。 表1 GPU实例故障分类列表 是否可恢复故障 故障类型 相关文档 可恢复故障，可按照相关文档自行恢复 镜像配置问题 如何处理Nouveau驱动未禁用导致的问题 ECC错误 如何处理ECC ERROR：存在待隔离页问题 内核升级问题

查看更多 →

资源升配：变更资源规格时，新配置价格高于老配置价格，此时客户需要支付新老配置的差价。 资源降配：变更资源规格时，新配置价格低于老配置价格，此时华为云会将新老配置的差价退还给客户。 云硬盘扩容：当已有云硬盘容量不足时，可以扩大该云硬盘的容量，此时客户需要支付扩容的差价。 因折扣存在有效期，

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 →

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 →

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 →

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 →

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 →

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 →

主机监控 主机监控概述 查看监控指标

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 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 →

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 →