常用命令
常用命令
sudo apt install datacenter-gpu-manager # 经 NVIDIA 仓库
dcgmi discovery -l # 发现本机 GPU
dcgmi dmon # 实时指标流| 定位 | 批量 GPU 健康与指标管理 |
|---|---|
| 输出 | 利用率、显存、温度、功耗、ECC 等 |
| 集成 | 常见于监控栈（DCGM Exporter → Prometheus） |
多机场景把 DCGM 指标接入统一监控，比逐台 nvidia-smi 脚本更可持续。