utkuozdemir/nvidia_gpu_exporter

解決的問題

它提供了一種跨不同作業系統和環境監控 NVIDIA GPU 的方法。它是專門為重型資料中心工具（如 NVIDIA GPU Operator）顯得過度複雜或不可用的情境而設計的，例如消費級 GeForce/RTX 顯示卡、小型 Kubernetes 叢集、邊緣裝置、家庭實驗室或遊戲主機。

運作方式

預設情況下，匯出器使用 nvidia-smi 二進位檔案來收集、解析並將指標匯出至 Prometheus。它也可以配置為遠端執行 nvidia-smi。對於 Linux 使用者，提供了一個實驗性的原生 NVML 後端，可直接從 NVIDIA 驅動程式庫讀取指標，提供如 PCIe 吞吐量和 XID 錯誤計數器等額外資料。

適用對象

• 管理混合 GPU 機群的系統管理員和開發人員。
• 希望在儀表板上追蹤 GPU 統計資料的家庭實驗室愛好者和遊戲玩家。
• 在未公開深度計數器的受限或虛擬化環境（vGPU 客體機、MIG 切片）中的使用者。

亮點

• 跨平台支援 Linux、Windows 和 macOS。
• 可在裸機、Docker 或 Kubernetes 上運行。
• 自動發現指標欄位以保證未來的相容性。
• 可選的每進程 GPU 記憶體追蹤。
• 包含預先配置的 Grafana 儀表板，提供詳細的單 GPU 和多 GPU 概覽視圖。