Repolode
Предложить
leptonai

leptonai/gpud

Демон для Go, который непрерывно отслеживает NVIDIA GPU и GPU fabric, обнаруживает аппаратные ошибки и сообщает о состоянии узлов Linux и Kubernetes.

Открыть на GitHubСайт
Звёзды
498
Форки
66
Открытые issues
4
Последний коммит
24 часа назад

Что это?

GPUd — автономный бинарный файл, который отслеживает GPU на Linux-машинах и собирает в одном месте данные об их состоянии, метрики и ошибки. Он собирает показатели энергопотребления и температуры, анализирует вывод nvidia-smi, чтобы определить состояние GPU и fabric, а также обнаруживает ошибки в сообщениях ядра, событиях аппаратного замедления, событиях NVML Xid и DCGM.

Помимо GPU, GPUd отслеживает общесистемные метрики, например загрузку CPU, использование памяти и диска. Мониторинг выполняется вне критического пути рабочих нагрузок AI/ML, поэтому потребление CPU и памяти остается низким.

GPUd можно запускать на хосте как службу systemd или в foreground, а также развертывать в Kubernetes с помощью официального Helm chart. GPUd также используется в производственной инфраструктуре NVIDIA DGX Cloud Lepton, которая позволяет регистрировать с его помощью машины.

Ключевые возможности

  • 01Собирает метрики энергопотребления и температуры GPU, а также метрики GPU fabric.
  • 02Определяет состояние GPU и fabric, анализируя вывод nvidia-smi.
  • 03Обнаруживает ошибки в логах ядра, событиях NVML Xid, аппаратном замедлении и DCGM.
  • 04Отслеживает загрузку CPU, использование памяти и диска на хосте.
  • 05Поставляется как один бинарный файл и поддерживает запуск через systemd, в foreground и развертывание в Kubernetes с помощью Helm.

Сценарии использования

  • Мониторинг состояния и обнаружение неисправных GPU в парке Linux-серверов с GPU.
  • Проверка состояния GPU в кластерах Kubernetes с помощью Helm chart.
  • Диагностика ошибок GPU, таких как сбои Xid или аппаратное замедление, на узлах для обучения AI-моделей.
  • Регистрация GPU-машин в NVIDIA DGX Cloud Lepton.

Быстрый старт

  1. 1

    Запустите официальный скрипт установки из README (Linux amd64 или arm64)

  2. 2

    Запустите службу GPUd с помощью systemd

    sudo gpud up

Что важно знать

  • Предназначено для хостов Linux с графическими процессорами NVIDIA; macOS и Windows не поддерживаются.
  • Для выполнения команд нужны права root (sudo).
  • При установке на хосте автоматические обновления включены по умолчанию.

В подборках

Обучение и запуск ИИ на GPUOpenTelemetry и платформы наблюдаемости

Темы

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

Частые вопросы

Что такое gpud?
Демон для Go, который непрерывно отслеживает NVIDIA GPU и GPU fabric, обнаруживает аппаратные ошибки и сообщает о состоянии узлов Linux и Kubernetes. GPUd — автономный бинарный файл, который отслеживает GPU на Linux-машинах и собирает в одном месте данные об их состоянии, метрики и ошибки. Он собирает показатели энергопотребления и температуры, анализирует вывод nvidia-smi, чтобы определить состояние GPU и fabric, а также обнаруживает ошибки в сообщениях ядра, событиях аппаратного замедления, событиях NVML Xid и DCGM.
gpud можно использовать бесплатно? Какая у него лицензия?
gpud распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
gpud всё ещё поддерживается?
Активно поддерживается. Последний коммит в gpud — 5 нояб. 2026 г..
Для чего можно использовать gpud?
Мониторинг состояния и обнаружение неисправных GPU в парке Linux-серверов с GPU. Проверка состояния GPU в кластерах Kubernetes с помощью Helm chart. Диагностика ошибок GPU, таких как сбои Xid или аппаратное замедление, на узлах для обучения AI-моделей. Регистрация GPU-машин в NVIDIA DGX Cloud Lepton.
Как установить gpud?
Запустите официальный скрипт установки из README (Linux amd64 или arm64) Запустите службу GPUd с помощью systemd: sudo gpud up
Где скачать gpud?
Исходный код и инструкции по установке — на GitHub: https://github.com/leptonai/gpud

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

Syllo / nvtop

Терминальный монитор задач для GPU и ускорителей в стиле htop: показывает использование ресурсов отдельными процессами на Linux для AMD, Intel, NVIDIA, Apple и других устройств.

DevOps и облака#gpu#monitoring#terminal
11,1 тыс.+17 за неделю457COtherАктивно поддерживаетсяОбновлён в прошлом месяце