✌️監視

監視機能はAI Infrastructure – Metal Cloudサービスにバンドルされています。

メトリクス、ログ、イベントの収集と可視化により、潜在的な問題の特定や将来のワークロード最適化が可能です。ニーズに最適な監視ソリューションを選択できます。

メトリクス	クラスター（同一VPC内）	単一サーバー
ノード総数とダウンノード数	✔
GPUモデル、ドライバ＆CUDAバージョン		✔
電源状態	✔
稼働時間		✔
GPUの総数とダウンしているGPUの数	✔	✔
GPU 使用率	✔	✔
GPUメモリ	✔	✔
CPU 使用率	✔	✔
システムメモリ	✔	✔
ルートストレージ使用量	✔	✔
ローカルディスク使用量	✔	✔
各GPUの詳細 消費電力、温度、GPU 使用率、VRAM 使用量		✔
ネットワーク帯域幅（受信/送信）	✔	✔
送信/受信ネットワークパケット	✔	✔
受信/送信のネットワークエラー率		✔
ネットワーク InfiniBand 帯域幅/パケット/エラー		✔
システムファン速度		✔
システム電圧		✔
一般的な警告	✔

*ご要望に応じてカスタムまたは高度なメトリクスについては、追加料金でクラウドモニタリング（FMON）サービスを提供しています。