Repolode
Enviar
leptonai

leptonai/gpud

Un daemon de Go que supervisa continuamente las GPU NVIDIA y la interconexión entre ellas, detecta errores de hardware e informa del estado de los nodos en Linux y Kubernetes.

Ver en GitHubSitio web
Estrellas
498
Forks
66
Issues abiertos
4
Último commit
anteayer

¿Qué es?

GPUd es un binario autónomo que supervisa las GPU en máquinas Linux y reúne en un solo lugar su estado, métricas y fallas. Recopila lecturas de consumo y temperatura, analiza la salida de nvidia-smi para consultar el estado de las GPU y la interconexión, y detecta errores en los mensajes del kernel, eventos de ralentización del hardware, eventos Xid de NVML y DCGM.

Además de las GPU, también registra métricas generales del sistema, como el uso de CPU, memoria y disco. La supervisión está diseñada para ejecutarse fuera de la ruta crítica de las cargas de trabajo de IA/ML y mantener bajo el consumo de CPU y memoria.

GPUd puede ejecutarse como servicio de systemd en un host, en primer plano o implementarse en Kubernetes mediante un chart oficial de Helm. También se utiliza en la infraestructura de producción de NVIDIA DGX Cloud Lepton, que puede registrar máquinas con GPUd.

Funciones clave

  • 01Recopila métricas de consumo y temperatura de las GPU, así como métricas de la interconexión entre GPU.
  • 02Informa del estado de las GPU y de la interconexión analizando la salida de nvidia-smi.
  • 03Detecta errores en los registros del kernel, eventos Xid de NVML, ralentizaciones del hardware y DCGM.
  • 04Registra el uso de CPU, memoria y disco en el host.
  • 05Se distribuye como un único binario y ofrece opciones de implementación con systemd, en primer plano y en Kubernetes mediante Helm.

Casos de uso

  • Supervisar el estado y detectar GPU defectuosas en una flota de servidores Linux con GPU.
  • Ejecutar comprobaciones del estado de las GPU en clústeres de Kubernetes mediante el chart de Helm.
  • Diagnosticar errores de GPU, como fallas Xid o ralentizaciones del hardware, en nodos de entrenamiento de IA.
  • Registrar máquinas con GPU en NVIDIA DGX Cloud Lepton.

Inicio rápido

  1. 1

    Ejecuta el script de instalación oficial indicado en el README (Linux amd64 o arm64)

  2. 2

    Inicia el servicio GPUd con systemd

    sudo gpud up

Antes de usarlo

  • Está dirigido a hosts Linux con GPU NVIDIA; no es para macOS ni Windows.
  • Los comandos requieren privilegios de root (sudo).
  • Las instalaciones en el host activan las actualizaciones automáticas de forma predeterminada.

En colecciones

Entrena y ejecuta IA en GPUPlataformas de OpenTelemetry y observabilidad

Temas

#gpu#nvidia#monitoring#kubernetes#diagnostics#observability#linux#nvidia-gpu

Preguntas frecuentes

¿Qué es gpud?
Un daemon de Go que supervisa continuamente las GPU NVIDIA y la interconexión entre ellas, detecta errores de hardware e informa del estado de los nodos en Linux y Kubernetes. GPUd es un binario autónomo que supervisa las GPU en máquinas Linux y reúne en un solo lugar su estado, métricas y fallas. Recopila lecturas de consumo y temperatura, analiza la salida de nvidia-smi para consultar el estado de las GPU y la interconexión, y detecta errores en los mensajes del kernel, eventos de ralentización del hardware, eventos Xid de NVML y DCGM.
¿gpud es gratuito? ¿Qué licencia tiene?
gpud es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿gpud sigue mantenido?
Mantenimiento activo. El último commit de gpud fue el 5 nov 2026.
¿Para qué puedo usar gpud?
Supervisar el estado y detectar GPU defectuosas en una flota de servidores Linux con GPU. Ejecutar comprobaciones del estado de las GPU en clústeres de Kubernetes mediante el chart de Helm. Diagnosticar errores de GPU, como fallas Xid o ralentizaciones del hardware, en nodos de entrenamiento de IA. Registrar máquinas con GPU en NVIDIA DGX Cloud Lepton.
¿Cómo se instala gpud?
Ejecuta el script de instalación oficial indicado en el README (Linux amd64 o arm64) Inicia el servicio GPUd con systemd: sudo gpud up
¿Dónde consigo gpud?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/leptonai/gpud

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

Proyectos relacionados