12 月 14 日消息，英偉達官方本周（12 月 10 日）在官網(wǎng)發(fā)布博文，詳細介紹正在開發(fā)的可視化 GPU 集群監(jiān)控方案，可幫助云服務(wù)合作伙伴計算 GPU 的正常運行時間。

援引官方新聞稿，該方案由用戶自愿選擇、客戶自行安裝，可用于監(jiān)控 GPU 的使用情況、配置以及錯誤信息，內(nèi)含開源的客戶端軟件代理，旨在幫助客戶充分發(fā)揮 GPU 系統(tǒng)的價值。

這套軟件能進行以下操作：

追蹤功耗峰值，在控制能耗預算的同時最大化每瓦性能

監(jiān)控整個 GPU 集群的利用率、內(nèi)存帶寬以及互聯(lián)狀況

盡早發(fā)現(xiàn)熱控制問題，避免因過熱出現(xiàn)降頻、組件老化等風險

確認軟件配置與設(shè)置的一致性，確保結(jié)果可復現(xiàn)、運行可靠

識別錯誤與異常，提早發(fā)現(xiàn)潛在故障部件

官方表示，這套軟件可幫助企業(yè)和云服務(wù)提供商直觀了解其 GPU 集群運行狀況，解決系統(tǒng)瓶頸，優(yōu)化生產(chǎn)力，整套服務(wù)通過實時監(jiān)控實現(xiàn)，每個 GPU 系統(tǒng)會與外部云服務(wù)通信并共享 GPU 指標。

同時英偉達強調(diào)，他們的 GPU 不包含任何硬件追蹤技術(shù)、遠程終止開關(guān)或后門。

此外，英偉達計劃將客戶端軟件代理開源，提供更高的透明度和可審計性，整套軟件可提供企業(yè) GPU 資產(chǎn)的可視化信息，無法修改 GPU 配置或底層運作方式，只能夠提供只讀的遙測數(shù)據(jù)，交由客戶自行管理并可按需定制。