Skip to content
For the complete documentation index, see llms.txt. This page is also available as Markdown.

✌️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。

Last updated

Was this helpful?