英伟达详解GPU集群监控方案：可追踪功耗等，无后门与终止开关-新动态

(资料图片仅供参考)

IT之家 12 月 14 日消息，英伟达官方本周（12 月 10 日）在官网发布博文，详细介绍正在开发的可视化 GPU 集群监控方案，可帮助云服务合作伙伴计算 GPU 的正常运行时间。

IT之家在此援引官方新闻稿，该方案由用户自愿选择、客户自行安装，可用于监控 GPU 的使用情况、配置以及错误信息，内含开源的客户端软件代理，旨在帮助客户充分发挥 GPU 系统的价值。

这套软件能进行以下操作：

• 追踪功耗峰值，在控制能耗预算的同时最大化每瓦性能
• 监控整个 GPU 集群的利用率、内存带宽以及互联状况
• 尽早发现热控制问题，避免因过热出现降频、组件老化等风险
• 确认软件配置与设置的一致性，确保结果可复现、运行可靠
• 识别错误与异常，提早发现潜在故障部件

官方表示，这套软件可帮助企业和云服务提供商直观了解其 GPU 集群运行状况，解决系统瓶颈，优化生产力，整套服务通过实时监控实现，每个 GPU 系统会与外部云服务通信并共享 GPU 指标。

同时英伟达强调，他们的 GPU 不包含任何硬件追踪技术、远程终止开关或后门。

此外，英伟达计划将客户端软件代理开源，提供更高的透明度和可审计性，整套软件可提供企业 GPU 资产的可视化信息，无法修改 GPU 配置或底层运作方式，只能够提供只读的遥测数据，交由客户自行管理并可按需定制。

标签： 追踪 英伟达 云服务 新模型 gpu集群