nvidia_gpu_exporter

收录理由

当你的GPU服务器在后台默默运转、状态难以及时掌握时，这个导出器能让它们变得一目了然。它作为一个轻量的Prometheus导出器，从NVIDIA显卡上采集利用率、显存、功耗和温度，并以可抓取的指标形式暴露出来，还附带了官方Grafana仪表盘，支持单卡和多卡视图。它的实用之处在于依赖nvidia-smi二进制文件而非底层驱动接口，因此能在Windows、消费级GeForce/RTX显卡、vGPU虚拟机以及受限容器中运行，这些场景往往让数据中心级工具无从下手。正因如此，它成为家庭实验室和小型集群的天然选择，可以跳过重量级的NVIDIA GPU Operator，也能在新旧显卡混用的环境中保持统一表现。实验性的NVML后端在Linux上提供了MIG实例指标、XID错误、能量计数器和PCIe吞吐量，且不会改变现有指标名称，已有的仪表盘照常工作。如果你在数据中心显卡上已经部署了GPU Operator，DCGM-exporter或许更合适，但对其他绝大多数场景而言，这是一个能让你在训练和推理时真正看清GPU实际状态的务实方案。