文档首页/魔坊（ModelArts）模型训推平台/ModelArts 用户指南（轻量算力节点）/轻量算力节点监控告警/使用CES监控轻量算力节点NPU资源

更新时间：2026-02-11 GMT+08:00

使用CES监控轻量算力节点NPU资源

场景描述

轻量算力节点的监控能力依赖于CES云监控服务。本文主要介绍如何对接CES云监控服务，对轻量算力节点上的资源和事件进行监控。

约束限制

监控需要用到CES Agent插件，Agent有严格的资源占用限制，当资源占用超过阈值后出现Agent熔断情况，详细的资源占用说明请参考CES产品文档相关章节：CES Agent性能说明。
通过Ascend-dmi执行NPU压测命令可能会导致丢失部分NPU指标数据。
监控Agent已在轻量算力节点提供的公共镜像中经过充分测试，如果您使用自己的镜像，建议测试后再部署到生产环境，防止信息错误。

前提条件

轻量算力节点中已经安装CES Agent插件，判断是否安装CES Agent插件及安装方式请参见安装CES Agent监控插件。

轻量算力节点监控方案介绍

详细监控方案介绍请参考BMS主机监控概述。除文档所列支持的镜像之外，目前还支持Ubuntu20.04。

监控指标采样周期为1分钟，请勿修改，否则可能导致功能不正常。当前监控指标项已经包含CPU、内存、磁盘、网络。在主机上安装加速卡驱动后，可以自动采集相关指标。

NPU相关指标采集功能运行依赖Linux系统工具lspci，部分事件依赖blkid、grub2-editenv系统工具，请确保这些工具功能正常。

表1 监控工具
工具名称	检查方法	安装方法
lspci	在shell环境中执行lspci，能够正常查询系统中的PCI设备，示例如下： $ sudo lspci 00:00.0 PCI bridge: Huawei Technologies Co., Ltd. HiSilicon PCIe Root Port with Gen4 (rev 21) 00:08.0 PCI bridge: Huawei Technologies Co., Ltd. HiSilicon PCIe Root Port with Gen4 (rev 21) 00:10.0 PCI bridge: Huawei Technologies Co., Ltd. HiSilicon PCIe Root Port with Gen4 (rev 21)	lspci是用于显示PCI设备信息的工具，通常包含在pciutils软件包中。大多数Linux发行版默认安装了这个软件包，所以lspci通常是预装的。如果lspci未安装，可以使用包管理器安装pciutils。在Debian/Ubuntu系统中： sudo apt-get update sudo apt-get install pciutils 在Red Hat/CentOS/EulerOS系统中： sudo yum install pciutils
blkid	在shell环境中执行blkid，能够查询系统中的块设备信息，示例如下： $ sudo blkid /dev/sda1: UUID="123e4567-e89b-12d3-a456-426614174000" TYPE="vfat" PARTUUID="56789abc-def0-1234-5678-9abcd3f2c0a1" /dev/sda2: UUID="a1b2c3d4-e5f6-789a-bcde-f0123456789a" TYPE="swap" PARTUUID="edcba98-7654-3210-fedc-ba9876543210" /dev/sda3: UUID="01234567-89ab-cdef-0123-456789abcdef" TYPE="ext4" PARTUUID="fedcba09-8765-4321-fedc-ba0987654321"	blkid是Linux系统中用于显示块设备属性的工具，通常包含在util-linux软件包中。大多数Linux发行版默认安装了这个软件包，所以blkid通常是预装的。如果blkid未安装，可以使用包管理器安装util-linux。在Debian/Ubuntu系统中： sudo apt-get update sudo apt-get install util-linux 在Red Hat/CentOS/EulerOS系统中： sudo yum install util-linux
grub2-editenv（仅Red Hat、CentOS、EulerOS发行版需要）	在shell环境中执行blkid，能够查询系统中的块设备信息，示例如下： 1 2 3 4 $ sudo grub2-editenv list timeout=5default=0saved_entry=Red Hat Enterprise Linux Server, with Linux 4.18.0-305.el8.x86_64	grub2-editenv是GRUB2的一部分，用于管理GRUB环境变量。大多数Linux发行版默认安装了GRUB2，所以grub2-editenv通常是预装的。如果grub2-editenv未安装，可以使用包管理器安装grub2-editenv：在Debian/Ubuntu系统中： sudo apt-get update sudo apt-get install grub2 在Red Hat/CentOS/EulerOS系统中： sudo yum install grub2

安装CES Agent监控插件

通过在轻量算力节点（ECS或BMS）中安装CES Agent插件，可以为用户提供服务器的系统级、主动式、细颗粒度监控服务。

轻量算力节点预置的操作系统中会默认安装CES Agent插件，此时在CES界面可以查看Agent插件状态和版本。

如果未安装CES Agent或者CES Agent版本不符合要求可以参考以下两种方式处理。

安装/升级轻量算力节点中的CES Agent插件。

方式二：手动安装CES Agent插件，具体步骤如下：

当前账户需要给CES授权委托，请参考创建用户并授权使用云监控服务。如果在表1时，开启了“CES主机监控授权”，此处无需重复执行授权操作。
当前暂不支持在CES界面直接一键安装监控，需要登录到服务器上执行以下命令安装配置Agent。其它region的安装请参考单台主机下安装Agent。
```
cd /usr/local && curl -k -O https://obs.cn-north-4.myhuaweicloud.com/uniagent-cn-north-4/script/agent_install.sh && bash agent_install.sh
```
安装成功的标志如下：
图1 安装成功提示
在CES界面查看具体的监控项，加速卡类的监控项必须在主机安装加速卡驱动后才会有相关指标。
图2 监控界面
至此，监控插件已经安装完成，相关指标的采集可以在UI界面直接查看或者根据指标值配置相关告警。

监控指标的命名空间

AGT.ECS和SERVICE.BMS

训练推理重点查看指标

在轻量算力节点服务器中开展训练或推理任务时重点需要关注的指标如表2所示。

表2 常用的监控指标
序号	分类	指标名称	显示名	说明	单位	进制	取值范围	适用机型
1	整体	npu_device_health	NPU健康状况	NPU卡的健康状况	-	不涉及	0：正常 1：一般告警 2：重要告警 3：紧急告警	Snt3P 300IDuo Snt9b Snt9b23
2	整体	npu_util_rate_general	NPU整体利用率	NPU整体利用率，包括对AI Core和Vector Core的整体统计。	%	不涉及	0～100%	Snt9b Snt9b23
3	DDR	npu_util_rate_mem	NPU显存使用率	NPU卡的显存使用率	%	不涉及	0～100%	Snt3P 300IDuo
4	DDR	npu_util_rate_mem_bandwidth	NPU显存带宽使用率	NPU卡的显存带宽使用率	%	不涉及	0～100%	Snt3P 300IDuo
5	HBM	npu_hbm_bandwidth_util	HBM带宽利用率	NPU卡HBM带宽利用率（旧版指标）	%	不涉及	0～100%	Snt9b Snt9b23
6	HBM	npu_util_rate_hbm_bw	HBM带宽利用率	NPU卡HBM带宽利用率（新版指标）	%	不涉及	0～100%	Snt9b Snt9b23
7	AI Core	npu_util_rate_ai_core	NPU卡AI核心使用率	NPU卡的AI核心使用率	%	不涉及	0～100%	Snt3P 300IDuo Snt9b Snt9b23
8	AI Vector	npu_util_rate_vector_core	NPU卡Vector核心使用率	NPU卡Vector核心使用率	%	不涉及	0～100%	Snt3P 300IDuo Snt9b Snt9b23

轻量算力节点监控指标（NPU整体）

此处仅展示NPU相关指标，具体如下表所示。其他指标项请参考CES Agent支持的指标列表。

表3 NPU指标列表（整体）
序号	指标名称	显示名	说明	单位	进制	取值范围	维度	支持机型	支持CES Agent版本
1	npu_device_health	NPU健康状况	NPU卡的健康状况	-	不涉及	0：正常 1：一般告警 2：重要告警 3：紧急告警	instance_id，npu	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
2	npu_driver_health	NPU驱动健康状况	NPU卡的驱动的健康状况	-	不涉及	0：正常 3：紧急告警	instance_id，npu
3	npu_power	NPU功率	NPU卡功率	W	不涉及	>0	instance_id，npu
4	npu_temperature	NPU温度	NPU卡温度	°C	不涉及	自然数	instance_id，npu
5	npu_voltage	NPU电压	该指标描述NPU的电压	V	不涉及	自然数	instance_id，npu
6	npu_util_rate_general	NPU整体利用率	NPU整体利用率，包括对AI Core和Vector Core的整体统计。	%	不涉及	0～100%	instance_id，npu	Snt9b Snt9b23

轻量算力节点监控指标（HBM）

表4 NPU指标列表（HBM）
序号	指标名称	显示名	说明	单位	进制	取值范围	维度	支持机型	支持CES Agent版本
1	npu_util_rate_hbm	NPU的HBM占用率	该指标描述NPU的HBM占用率	%	不涉及	0～100%	instance_id，npu	Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
2	npu_hbm_freq	HBM频率	NPU卡HBM频率（旧版指标）	MHz	不涉及	>0	instance_id，npu
3	npu_freq_hbm	HBM频率	NPU卡HBM频率（新版指标）	MHz	不涉及	>0	instance_id，npu
4	npu_hbm_usage	HBM使用量	NPU卡HBM使用量	MB	不涉及	≥0	instance_id，npu
5	npu_hbm_temperature	HBM温度	NPU卡HBM温度	°C	不涉及	自然数	instance_id，npu
6	npu_hbm_bandwidth_util	HBM带宽利用率	NPU卡HBM带宽利用率（旧版指标）	%	不涉及	0～100%	instance_id，npu
7	npu_util_rate_hbm_bw	HBM带宽利用率	NPU卡HBM带宽利用率（新版指标）	%	不涉及	0～100%	instance_id，npu
8	npu_hbm_mem_capacity	NPU的HBM内存容量	该指标描述NPU的HBM内存容量	MB	不涉及	≥0	instance_id，npu
9	npu_hbm_ecc_enable	HBM ECC开关状态	NPU卡HBM ECC开关状态	-	不涉及	0：ecc检测未使能 1：ecc检测使能	instance_id，npu
10	npu_hbm_single_bit_error_cnt	HBM当前单bit错误数量	NPU卡HBM当前单bit错误数量	count	不涉及	≥0	instance_id，npu
11	npu_hbm_double_bit_error_cnt	HBM当前双bit错误数量	NPU卡HBM当前双bit错误数量	count	不涉及	≥0	instance_id，npu
12	npu_hbm_total_single_bit_error_cnt	HBM生命周期内单bit错误数量	NPU卡HBM生命周期内单bit错误数量	count	不涉及	≥0	instance_id，npu
13	npu_hbm_total_double_bit_error_cnt	HBM生命周期内双bit错误数量	NPU卡HBM生命周期内双bit错误数量	count	不涉及	≥0	instance_id，npu
14	npu_hbm_single_bit_isolated_pages_cnt	HBM单比特错误隔离内存页数量	NPU卡HBM单比特错误隔离内存页数量	count	不涉及	≥0	instance_id，npu
15	npu_hbm_double_bit_isolated_pages_cnt	HBM多比特错误隔离内存页数量	NPU卡HBM多比特错误隔离内存页数量	count	不涉及	≥0	instance_id，npu

轻量算力节点监控指标（DDR）

表5 NPU指标列表（DDR）
序号	指标名称	显示名	说明	单位	进制	取值范围	维度	支持机型	支持CES Agent版本
1	npu_usage_mem	NPU显存使用量	NPU卡的显存使用量	MB	不涉及	≥0	instance_id，npu	Snt3P 300IDuo	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
2	npu_util_rate_mem	NPU显存使用率	NPU卡的显存使用率	%	不涉及	0～100%	instance_id，npu
3	npu_freq_mem	NPU显存频率	NPU卡的显存频率	MHz	不涉及	>0	instance_id，npu
4	npu_util_rate_mem_bandwidth	NPU显存带宽使用率	NPU卡的显存带宽使用率	%	不涉及	0～100%	instance_id，npu
5	npu_sbe	NPU单bit错误数量	NPU卡单比特错误数量	count	不涉及	≥0	instance_id，npu
6	npu_dbe	NPU双bit错误数量	NPU卡双比特错误数量	count	不涉及	≥0	instance_id，npu

轻量算力节点监控指标（AI Core）

表6 NPU指标列表（AI Core）
序号	指标名称	显示名	说明	单位	进制	取值范围	维度	支持机型	支持CES Agent版本
1	npu_freq_ai_core	NPU卡AI核心频率	NPU卡的AI核心时钟频率	MHz	不涉及	>0	instance_id，npu	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
2	npu_freq_ai_core_rated	NPU的AI核心额定频率	该指标描述NPU的AI核心额定频率	MHz	不涉及	>0	instance_id，npu
3	npu_util_rate_ai_core	NPU卡AI核心使用率	NPU卡的AI核心使用率	%	不涉及	0～100%	instance_id，npu

轻量算力节点监控指标（AI Vector）

表7 NPU指标列表（AI Vector）
序号	指标名称	显示名	说明	单位	进制	取值范围	维度	支持机型	支持CES Agent版本
1	npu_util_rate_vector_core	NPU卡Vector核心使用率	NPU卡Vector核心使用率	%	不涉及	0～100%	instance_id，npu	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.5.9及之后版本

轻量算力节点监控指标（AI CPU）

表8 NPU指标列表（AI CPU）
序号	指标名称	显示名	说明	单位	进制	取值范围	维度	支持机型	支持CES Agent版本
1	npu_aicpu_num	NPU的AI CPU 数量	该指标描述NPU的AI CPU数量	count	不涉及	≥0	instance_id，npu	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
2	npu_util_rate_ai_cpu	NPU卡AI CPU使用率	NPU卡的AI CPU使用率	%	不涉及	0～100%	instance_id，npu
3	npu_aicpu_avg_util_rate	NPU的AI CPU平均使用率	该指标描述NPU的AI CPU平均使用率	%	不涉及	0～100%	instance_id，npu
4	npu_aicpu_max_freq	NPU的AI CPU最大频率	该指标描述NPU的AI CPU最大频率	MHz	不涉及	>0	instance_id，npu
5	npu_aicpu_cur_freq	NPU的AI CPU频率	该指标描述NPU的AI CPU频率	MHz	不涉及	>0	instance_id，npu

轻量算力节点监控指标（CTRL CPU）

表9 NPU指标列表（CTRL CPU）
序号	指标名称	显示名	说明	单位	进制	取值范围	维度	支持机型	支持CES Agent版本
1	npu_util_rate_ctrl_cpu	NPU控制CPU使用率	该指标描述NPU卡的控制CPU使用率	%	不涉及	0～100%	instance_id，npu	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
2	npu_freq_ctrl_cpu	NPU的控制CPU频率	该指标描述NPU的控制CPU频率	MHz	不涉及	>0	instance_id，npu	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本

轻量算力节点监控指标（PCIE链路）

**表10** NPU指标列表（PCIE链路）
序号	指标名称	显示名	说明	单位	进制	取值范围	维度	支持机型	支持CES Agent版本
1	npu_link_cap_speed	NPU链路最大传输速度	该指标描述NPU设备支持的最大传输速度	GT/s	不涉及	≥0	instance_id，npu	310P 300IDuo Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
2	npu_link_cap_width	NPU链路最大传输宽度	该指标描述NPU设备支持的最大传输宽度	count	不涉及	≥0	instance_id，npu
3	npu_link_status_speed	NPU链路当前传输速度	该指标描述NPU设备链路的实际传输速度	GT/s	不涉及	≥0	instance_id，npu
4	npu_link_status_width	NPU链路当前传输宽度	该指标描述NPU设备链路的实际传输宽度	count	不涉及	≥0	instance_id，npu

轻量算力节点监控指标（RoCE网络）

**表11** NPU指标列表（RoCE网络）
序号	指标名称	显示名	说明	单位	进制	取值范围	维度	支持机型	支持CES Agent版本
1	npu_device_network_health	NPU网络健康情况	NPU卡的RoCE网卡的IP地址连通情况	-	不涉及	0：网络健康状态正常非0：网络状态异常	instance_id，npu	Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
2	npu_network_port_link_status	NPU网口link状态	NPU卡的对应网口link状态	-	不涉及	0：UP 1：DOWN	instance_id，npu
3	npu_roce_tx_rate	NPU网卡上行速率	NPU卡内网卡的上行速率	MB/s	不涉及	≥0	instance_id，npu
4	npu_roce_rx_rate	NPU网卡下行速率	NPU卡内网卡的下行速率	MB/s	不涉及	≥0	instance_id，npu
5	npu_mac_tx_mac_pause_num	MAC发送pause帧总数	NPU卡对应MAC地址发送的pause帧总报文数	count	不涉及	≥0	instance_id，npu
6	npu_mac_rx_mac_pause_num	MAC接收pause帧总数	NPU卡对应MAC地址接收的pause帧总报文数	count	不涉及	≥0	instance_id，npu
7	npu_mac_tx_pfc_pkt_num	MAC发送pfc帧总数	NPU卡对应MAC地址发送的PFC帧总报文数	count	不涉及	≥0	instance_id，npu
8	npu_mac_rx_pfc_pkt_num	MAC接收pfc帧总数	NPU卡对应MAC地址接收的PFC帧总报文数	count	不涉及	≥0	instance_id，npu
9	npu_mac_tx_bad_pkt_num	MAC发送坏包总数	NPU卡对应MAC地址发送的坏包总数	count	不涉及	≥0	instance_id，npu
10	npu_mac_rx_bad_pkt_num	MAC接收坏包总数	NPU卡对应MAC地址接收的坏包总数	count	不涉及	≥0	instance_id，npu
11	npu_roce_tx_err_pkt_num	RoCE发送坏包总数	NPU卡内RoCE网卡发送的坏包总数	count	不涉及	≥0	instance_id，npu
12	npu_roce_rx_err_pkt_num	RoCE接收坏包总数	NPU卡内RoCE网卡接收的坏包总数	count	不涉及	≥0	instance_id，npu
13	npu_roce_tx_all_pkt_num	NPU RoCE发送总报文数	该指标描述NPU RoCE发送的总报文数	count	不涉及	≥0	instance_id，npu		telescope： 2.7.5.9及之后版本
14	npu_roce_rx_all_pkt_num	NPU RoCE接收总报文数	该指标描述NPU RoCE接收的总报文数	count	不涉及	≥0	instance_id，npu
15	npu_roce_new_pkt_rty_num	NPU RoCE的重传报文数	该指标描述NPU RoCE发送的重传的报文数量统计	count	不涉及	≥0	instance_id，npu
16	npu_roce_out_of_order_num	NPU RoCE接收的PSN异常报文数	该指标描述NPU RoCE接收的PSN大于预期PSN的报文，或重复PSN报文数。乱序或丢包，会触发重传	count	不涉及	≥0	instance_id，npu
17	npu_roce_rx_cnp_pkt_num	NPU RoCE接收的CNP类型报文数	该指标描述NPU RoCE接收的CNP类型报文数	count	不涉及	≥0	instance_id，npu
18	npu_roce_tx_cnp_pkt_num	NPU RoCE发送的CNP类型报文数	该指标描述NPU RoCE发送的CNP类型报文数	count	不涉及	≥0	instance_id，npu

轻量算力节点监控指标（RoCE光模块）

**表12** NPU指标列表（RoCE光模块）
序号	指标名称	显示名	说明	单位	进制	取值范围	维度	支持机型	支持CES Agent版本
1	npu_opt_temperature	NPU光模块壳温	该指标描述NPU光模块壳温	°C	不涉及	自然数	instance_id，npu	Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
2	npu_opt_temperature_high_thres	NPU光模块壳温上限	该指标描述NPU光模块壳温上限	°C	不涉及	自然数	instance_id，npu
3	npu_opt_temperature_low_thres	NPU光模块壳温下限	该指标描述NPU光模块壳温下限	°C	不涉及	自然数	instance_id，npu
4	npu_opt_voltage	NPU光模块供电电压	该指标描述NPU光模块供电电压	mV	不涉及	≥0	instance_id，npu
5	npu_opt_voltage_high_thres	NPU光模块供电电压上限	该指标描述NPU光模块供电电压上限	mV	不涉及	≥0	instance_id，npu
6	npu_opt_voltage_low_thres	NPU光模块供电电压下限	该指标描述NPU光模块供电电压下限	mV	不涉及	≥0	instance_id，npu
7	npu_opt_tx_power_lane0	NPU光模块通道0发送功率	该指标描述NPU光模块通道0发送功率	mW	不涉及	≥0	instance_id，npu
8	npu_opt_tx_power_lane1	NPU光模块通道1发送功率	该指标描述NPU光模块通道1发送功率	mW	不涉及	≥0	instance_id，npu
9	npu_opt_tx_power_lane2	NPU光模块通道2发送功率	该指标描述NPU光模块通道2发送功率	mW	不涉及	≥0	instance_id，npu
10	npu_opt_tx_power_lane3	NPU光模块通道3发送功率	该指标描述NPU光模块通道3发送功率	mW	不涉及	≥0	instance_id，npu
11	npu_opt_rx_power_lane0	NPU光模块通道0接收功率	该指标描述NPU光模块通道0接收功率	mW	不涉及	≥0	instance_id，npu
12	npu_opt_rx_power_lane1	NPU光模块通道1接收功率	该指标描述NPU光模块通道1接收功率	mW	不涉及	≥0	instance_id，npu
13	npu_opt_rx_power_lane2	NPU光模块通道2接收功率	该指标描述NPU光模块通道2接收功率	mW	不涉及	≥0	instance_id，npu
14	npu_opt_rx_power_lane3	NPU光模块通道3接收功率	该指标描述NPU光模块通道3接收功率	mW	不涉及	≥0	instance_id，npu
15	npu_opt_tx_bias_lane0	NPU光模块通道0发射偏置电流	该指标描述NPU光模块通道0发射偏置电流	mA	不涉及	≥0	instance_id，npu
16	npu_opt_tx_bias_lane1	NPU光模块通道1发射偏置电流	该指标描述NPU光模块通道1发射偏置电流	mA	不涉及	≥0	instance_id，npu
17	npu_opt_tx_bias_lane2	NPU光模块通道2发射偏置电流	该指标描述NPU光模块通道2发射偏置电流	mA	不涉及	≥0	instance_id，npu
18	npu_opt_tx_bias_lane3	NPU光模块通道3发射偏置电流	该指标描述NPU光模块通道3发射偏置电流	mA	不涉及	≥0	instance_id，npu
19	npu_opt_tx_los	NPU光模块TX Los	该指标描述NPU光模块TX Los flag	count	不涉及	≥0	instance_id，npu
20	npu_opt_rx_los	NPU光模块RX Los	该指标描述NPU光模块RX Los flag	count	不涉及	≥0	instance_id，npu
21	npu_opt_media_snr_lane0	NPU光模块通道0光侧信噪比	该指标描述NPU光模块通道0的media侧（光侧）的信噪比	dB	不涉及	≥0	instance_id，npu		telescope： 2.7.5.9及之后版本
22	npu_opt_media_snr_lane1	NPU光模块通道1光侧信噪比	该指标描述NPU光模块通道1的media侧（光侧）的信噪比	dB	不涉及	≥0	instance_id，npu
23	npu_opt_media_snr_lane2	NPU光模块通道2光侧信噪比	该指标描述NPU光模块通道2的media侧（光侧）的信噪比	dB	不涉及	≥0	instance_id，npu
24	npu_opt_media_snr_lane3	NPU光模块通道3光侧信噪比	该指标描述NPU光模块通道3的media侧（光侧）的信噪比	dB	不涉及	≥0	instance_id，npu

在轻量算力节点中执行如下命令查询vendor name是否为HUAWEI，vendor name非HUAWEI时，不支持上报RoCE光模块的npu_opt_host_snr_lanex相关指标。

#查询NPU卡ID
npu-smi info -l

点击放大

#基于NPU卡ID查询vendor name
hccn_tool -i <NPU卡ID> -optical -g

点击放大

轻量算力节点监控指标（HCCS Lane模式）

**表13** NPU指标列表（HCCS Lane模式）
序号	指标名称	显示名	说明	单位	进制	取值范围	维度	支持机型	支持CES Agent版本
1	npu_macro1_0lane_max_consec_sec	NPU Macro1 0lane模式最大持续时长	该指标描述NPU Macro1在检测周期内处于0lane模式的最大持续时长	s	不涉及	≥0	instance_id，npu	Snt9b Snt9b23	telescope： 2.7.5.9及之后版本
2	npu_macro2_0lane_max_consec_sec	NPU Macro2 0lane模式最大持续时长	该指标描述NPU Macro2在检测周期内处于0lane模式的最大持续时长	s	不涉及	≥0	instance_id，npu
3	npu_macro3_0lane_max_consec_sec	NPU Macro3 0lane模式最大持续时长	该指标描述NPU Macro3在检测周期内处于0lane模式的最大持续时长	s	不涉及	≥0	instance_id，npu
4	npu_macro4_0lane_max_consec_sec	NPU Macro4 0lane模式最大持续时长	该指标描述NPU Macro4在检测周期内处于0lane模式的最大持续时长	s	不涉及	≥0	instance_id，npu
5	npu_macro5_0lane_max_consec_sec	NPU Macro5 0lane模式最大持续时长	该指标描述NPU Macro5在检测周期内处于0lane模式的最大持续时长	s	不涉及	≥0	instance_id，npu
6	npu_macro6_0lane_max_consec_sec	NPU Macro6 0lane模式最大持续时长	该指标描述NPU Macro6在检测周期内处于0lane模式的最大持续时长	s	不涉及	≥0	instance_id，npu
7	npu_macro7_0lane_max_consec_sec	NPU Macro7 0lane模式最大持续时长	该指标描述NPU Macro7在检测周期内处于0lane模式的最大持续时长	s	不涉及	≥0	instance_id，npu
8	npu_macro1_0lane_total_sec	NPU Macro1 0lane模式持续总时长	该指标描述NPU Macro1在检测周期内处于0lane模式的持续总时长	s	不涉及	≥0	instance_id，npu
9	npu_macro2_0lane_total_sec	NPU Macro2 0lane模式持续总时长	该指标描述NPU Macro2在检测周期内处于0lane模式的持续总时长	s	不涉及	≥0	instance_id，npu
10	npu_macro3_0lane_total_sec	NPU Macro3 0lane模式持续总时长	该指标描述NPU Macro3在检测周期内处于0lane模式的持续总时长	s	不涉及	≥0	instance_id，npu
11	npu_macro4_0lane_total_sec	NPU Macro4 0lane模式持续总时长	该指标描述NPU Macro4在检测周期内处于0lane模式的持续总时长	s	不涉及	≥0	instance_id，npu
12	npu_macro5_0lane_total_sec	NPU Macro5 0lane模式持续总时长	该指标描述NPU Macro5在检测周期内处于0lane模式的持续总时长	s	不涉及	≥0	instance_id，npu
13	npu_macro6_0lane_total_sec	NPU Macro6 0lane模式持续总时长	该指标描述NPU Macro6在检测周期内处于0lane模式的持续总时长	s	不涉及	≥0	instance_id，npu
14	npu_macro7_0lane_total_sec	NPU Macro7 0lane模式持续总时长	该指标描述NPU Macro7在检测周期内处于0lane模式的持续总时长	s	不涉及	≥0	instance_id，npu

轻量算力节点监控指标（HCCS Serdes SNR）

**表14** NPU指标列表（HCCS Serdes SNR）
序号	指标名称	显示名	说明	单位	进制	取值范围	维度	支持机型	支持CES Agent版本
1	npu_macro1_serdes_lane0_snr	NPU Macro1 Serdes Lane0的信噪比	该指标描述NPU Macro1 Serdes Lane0的信噪比	dB	不涉及	自然数	instance_id，npu	Snt9b Snt9b23	telescope： 2.7.5.9及之后版本
2	npu_macro1_serdes_lane1_snr	NPU Macro1 Serdes Lane1的信噪比	该指标描述NPU Macro1 Serdes Lane1的信噪比	dB	不涉及	自然数	instance_id，npu
3	npu_macro1_serdes_lane2_snr	NPU Macro1 Serdes Lane2的信噪比	该指标描述NPU Macro1 Serdes Lane2的信噪比	dB	不涉及	自然数	instance_id，npu
4	npu_macro1_serdes_lane3_snr	NPU Macro1 Serdes Lane3的信噪比	该指标描述NPU Macro1 Serdes Lane3的信噪比	dB	不涉及	自然数	instance_id，npu
5	npu_macro2_serdes_lane0_snr	NPU Macro2 Serdes Lane0的信噪比	该指标描述NPU Macro2 Serdes Lane0的信噪比	dB	不涉及	自然数	instance_id，npu
6	npu_macro2_serdes_lane1_snr	NPU Macro2 Serdes Lane1的信噪比	该指标描述NPU Macro2 Serdes Lane1的信噪比	dB	不涉及	自然数	instance_id，npu
7	npu_macro2_serdes_lane2_snr	NPU Macro2 Serdes Lane2的信噪比	该指标描述NPU Macro2 Serdes Lane2的信噪比	dB	不涉及	自然数	instance_id，npu
8	npu_macro2_serdes_lane3_snr	NPU Macro2 Serdes Lane3的信噪比	该指标描述NPU Macro2 Serdes Lane3的信噪比	dB	不涉及	自然数	instance_id，npu
9	npu_macro3_serdes_lane0_snr	NPU Macro3 Serdes Lane0的信噪比	该指标描述NPU Macro3 Serdes Lane0的信噪比	dB	不涉及	自然数	instance_id，npu
10	npu_macro3_serdes_lane1_snr	NPU Macro3 Serdes Lane1的信噪比	该指标描述NPU Macro3 Serdes Lane1的信噪比	dB	不涉及	自然数	instance_id，npu
11	npu_macro3_serdes_lane2_snr	NPU Macro3 Serdes Lane2的信噪比	该指标描述NPU Macro3 Serdes Lane2的信噪比	dB	不涉及	自然数	instance_id，npu
12	npu_macro3_serdes_lane3_snr	NPU Macro3 Serdes Lane3的信噪比	该指标描述NPU Macro3 Serdes Lane3的信噪比	dB	不涉及	自然数	instance_id，npu
13	npu_macro4_serdes_lane0_snr	NPU Macro4 Serdes Lane0的信噪比	该指标描述NPU Macro4 Serdes Lane0的信噪比	dB	不涉及	自然数	instance_id，npu
14	npu_macro4_serdes_lane1_snr	NPU Macro4 Serdes Lane1的信噪比	该指标描述NPU Macro4 Serdes Lane1的信噪比	dB	不涉及	自然数	instance_id，npu
15	npu_macro4_serdes_lane2_snr	NPU Macro4 Serdes Lane2的信噪比	该指标描述NPU Macro4 Serdes Lane2的信噪比	dB	不涉及	自然数	instance_id，npu
16	npu_macro4_serdes_lane3_snr	NPU Macro4 Serdes Lane3的信噪比	该指标描述NPU Macro4 Serdes Lane3的信噪比	dB	不涉及	自然数	instance_id，npu
17	npu_macro5_serdes_lane0_snr	NPU Macro5 Serdes Lane0的信噪比	该指标描述NPU Macro5 Serdes Lane0的信噪比	dB	不涉及	自然数	instance_id，npu
18	npu_macro5_serdes_lane1_snr	NPU Macro5 Serdes Lane1的信噪比	该指标描述NPU Macro5 Serdes Lane1的信噪比	dB	不涉及	自然数	instance_id，npu
19	npu_macro5_serdes_lane2_snr	NPU Macro5 Serdes Lane2的信噪比	该指标描述NPU Macro5 Serdes Lane2的信噪比	dB	不涉及	自然数	instance_id，npu
20	npu_macro5_serdes_lane3_snr	NPU Macro5 Serdes Lane3的信噪比	该指标描述NPU Macro5 Serdes Lane3的信噪比	dB	不涉及	自然数	instance_id，npu
21	npu_macro6_serdes_lane0_snr	NPU Macro6 Serdes Lane0的信噪比	该指标描述NPU Macro6 Serdes Lane0的信噪比	dB	不涉及	自然数	instance_id，npu
22	npu_macro6_serdes_lane1_snr	NPU Macro6 Serdes Lane1的信噪比	该指标描述NPU Macro6 Serdes Lane1的信噪比	dB	不涉及	自然数	instance_id，npu
23	npu_macro6_serdes_lane2_snr	NPU Macro6 Serdes Lane2的信噪比	该指标描述NPU Macro6 Serdes Lane2的信噪比	dB	不涉及	自然数	instance_id，npu
24	npu_macro6_serdes_lane3_snr	NPU Macro6 Serdes Lane3的信噪比	该指标描述NPU Macro6 Serdes Lane3的信噪比	dB	不涉及	自然数	instance_id，npu
25	npu_macro7_serdes_lane0_snr	NPU Macro7 Serdes Lane0的信噪比	该指标描述NPU Macro7 Serdes Lane0的信噪比	dB	不涉及	自然数	instance_id，npu
26	npu_macro7_serdes_lane1_snr	NPU Macro7 Serdes Lane1的信噪比	该指标描述NPU Macro7 Serdes Lane1的信噪比	dB	不涉及	自然数	instance_id，npu
27	npu_macro7_serdes_lane2_snr	NPU Macro7 Serdes Lane2的信噪比	该指标描述NPU Macro7 Serdes Lane2的信噪比	dB	不涉及	自然数	instance_id，npu
28	npu_macro7_serdes_lane3_snr	NPU Macro7 Serdes Lane3的信噪比	该指标描述NPU Macro7 Serdes Lane3的信噪比	dB	不涉及	自然数	instance_id，npu