英伟达GPU集群监控方案解析：支持功耗追踪，无后门及远程终止机制

IT之家12月14日消息，英伟达官方于本周（12月10日）在其官网发布文章，对正在开发的可视化GPU集群监控方案进行了详细说明，该方案能够协助云服务合作伙伴统计GPU的正常运行时长。

IT之家引用官方信息称，此方案由用户自主选择是否使用、客户自行完成安装，可用于监测GPU的使用状态、配置情况以及错误信息，其中包含开源的客户端软件代理，目的是帮助客户更充分地发挥GPU系统的效能。

该套软件具备以下功能：

追踪功耗峰值，在控制能耗预算的前提下，使每瓦性能达到最大化

监控整个GPU集群的利用率、内存带宽以及互联情况

提前察觉热控制方面的问题，防止因设备过热引发降频、组件老化等风险

确认软件配置与设置的一致性，保障运行结果可复现、系统运行可靠

识别错误与异常状况，尽早发现潜在的故障部件

官方表示，这套软件能够帮助企业和云服务提供商清晰了解其GPU集群的运行状态，解决系统瓶颈问题，提升生产效率。整套服务通过实时监控来实现，每个GPU系统会与外部云服务进行通信，并共享GPU相关指标。

与此同时，英伟达着重指出，其生产的GPU不包含任何硬件追踪技术、远程终止开关或是后门程序。

另外，英伟达计划将客户端软件代理进行开源，以提供更高的透明度和可审计性。整套软件能够呈现企业GPU资产的可视化信息，无法对GPU配置或底层运作方式进行修改，仅能提供只读的遥测数据，由客户自行管理，并且可根据需求进行定制。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com