Repolode
Enviar
MiaAI-Lab

MiaAI-Lab/sparkDash

Dashboard web autoalojado en tiempo real que supervisa en una sola ventana del navegador una o varias NVIDIA DGX Spark y otras máquinas con GPU (GPU, memoria, CPU, red y servidores LLM locales).

Ver en GitHubSitio web
Estrellas
838
Forks
201
Issues abiertos
16
Último commit
ayer

¿Qué es?

sparkDash es un dashboard web para supervisar varias máquinas NVIDIA DGX Spark (GB10) a la vez. Transmite métricas de GPU, CPU, memoria unificada, almacenamiento, red y LLM locales mediante WebSocket; desde la interfaz se pueden agregar, editar, reordenar o eliminar unidades sin reiniciar el servidor. También se pueden agregar por SSH equipos Linux con una GPU NVIDIA dedicada como hosts de GPU, mostrando por separado la RAM del sistema y la VRAM. También admite como unidades supervisadas PC con Windows y GPU integradas de NVIDIA o AMD, así como equipos macOS.

En cuanto a LLM, sparkDash detecta automáticamente servidores de inferencia habituales, como llama.cpp, vLLM, SGLang, LM Studio y Ollama, e informa los tokens por segundo de decodificación y prellenado cuando el motor los proporciona. También incluye páginas de benchmarks de decodificación, prellenado y calidad, un historial de tokens y consumo de energía, alertas de estado que se registran en un feed de actividad y un endpoint `/metrics` de Prometheus que se puede activar de forma opcional. Las sondas opcionales permiten supervisar trabajos de ComfyUI, actualizaciones de Hermes Agent y conectividad de Tailscale.

El proyecto está pensado para Docker, se ejecuta como un único contenedor y cifra las contraseñas SSH con AES-256-GCM. Se distribuye como una PWA instalable, incluye un modo de pantalla para pared `/kiosk` y está escrito en JavaScript con React y Express.

Funciones clave

  • 01Métricas de GPU, CPU, memoria, almacenamiento y red transmitidas al navegador en tiempo real mediante WebSocket.
  • 02Agregar, editar, reordenar o eliminar unidades desde la interfaz sin reiniciar.
  • 03Detecta automáticamente servidores LLM habituales e informa los tokens por segundo de decodificación y prellenado cuando estos datos están disponibles.
  • 04Páginas de benchmarks de decodificación, prellenado y calidad, con historial.
  • 05Alertas de estado, como sobrecalentamiento de la GPU y errores Xid u OOM, registradas en un feed de actividad.
  • 06Exportación opcional de métricas a Prometheus mediante `/metrics` para supervisión externa.

Casos de uso

  • Supervisar un pequeño clúster de máquinas DGX Spark desde una sola pestaña del navegador.
  • Controlar la temperatura de la GPU y el rendimiento de los LLM en una estación de trabajo doméstica o de laboratorio con una GPU NVIDIA.
  • Mostrar el estado de la flota en una pantalla montada en la pared mediante la página de quiosco.
  • Integrar métricas de GPU y LLM en una configuración existente de Prometheus o Grafana.

Antes de usarlo

  • Está diseñado principalmente para NVIDIA DGX Spark. Para otros equipos se necesita acceso SSH y, para obtener datos de la GPU, nvidia-smi o Windows OpenSSH.
  • Algunas funciones, como las métricas de LLM y el benchmark de decode, requieren que se pueda acceder a servidores de inferencia específicos.

En colecciones

Monitorización de disponibilidad y servidores autoalojadaApps autoalojadasPaneles y herramientas de inteligencia de negocio

Temas

#nvidia#gpu-monitoring#dashboard#llm#monitoring#ssh#prometheus#self-hosted

Preguntas frecuentes

¿Qué es sparkDash?
Dashboard web autoalojado en tiempo real que supervisa en una sola ventana del navegador una o varias NVIDIA DGX Spark y otras máquinas con GPU (GPU, memoria, CPU, red y servidores LLM locales). sparkDash es un dashboard web para supervisar varias máquinas NVIDIA DGX Spark (GB10) a la vez. Transmite métricas de GPU, CPU, memoria unificada, almacenamiento, red y LLM locales mediante WebSocket; desde la interfaz se pueden agregar, editar, reordenar o eliminar unidades sin reiniciar el servidor. También se pueden agregar por SSH equipos Linux con una GPU NVIDIA dedicada como hosts de GPU, mostrando por separado la RAM del sistema y la VRAM. También admite como unidades supervisadas PC con Windows y GPU integradas de NVIDIA o AMD, así como equipos macOS.
¿sparkDash es gratuito? ¿Qué licencia tiene?
sparkDash es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿sparkDash sigue mantenido?
Mantenimiento activo. El último commit de sparkDash fue el 6 nov 2026.
¿Para qué puedo usar sparkDash?
Supervisar un pequeño clúster de máquinas DGX Spark desde una sola pestaña del navegador. Controlar la temperatura de la GPU y el rendimiento de los LLM en una estación de trabajo doméstica o de laboratorio con una GPU NVIDIA. Mostrar el estado de la flota en una pantalla montada en la pared mediante la página de quiosco. Integrar métricas de GPU y LLM en una configuración existente de Prometheus o Grafana.
¿Dónde consigo sparkDash?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/MiaAI-Lab/sparkDash

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados