utkuozdemir/nvidia_gpu_exporter

解决的问题

它提供了一种跨不同操作系统和环境监控 NVIDIA GPU 的方法。它是专门为重型数据中心工具（如 NVIDIA GPU Operator）显得大材小用或不可用的场景而设计的，例如消费级 GeForce/RTX 显卡、小型 Kubernetes 集群、边缘设备、家庭实验室或游戏主机。

工作原理

默认情况下，导出器使用 nvidia-smi 二进制文件来收集、解析并将指标导出到 Prometheus。它也可以配置为远程运行 nvidia-smi。对于 Linux 用户，提供了一个实验性的原生 NVML 后端，可直接从 NVIDIA 驱动程序库读取指标，提供如 PCIe 吞吐量和 XID 错误计数器等额外数据。

适用人群

• 管理混合 GPU 集群的系统管理员和开发人员。
• 希望在仪表板上跟踪 GPU 统计数据的家庭实验室爱好者和游戏玩家。
• 在未公开深度计数器的受限或虚拟化环境（vGPU 客户机、MIG 切片）中的用户。

亮点

• 跨平台支持 Linux、Windows 和 macOS。
• 可在裸机、Docker 或 Kubernetes 上运行。
• 自动发现指标字段以保持未来的兼容性。
• 可选的每进程 GPU 内存跟踪。
• 包含预配置的 Grafana 仪表板，提供详细的单 GPU 和多 GPU 概览视图。