k8s DCGM GPU采集指标项说明

dcgm-exporter 采集指标项

https://help.aliyun.com/document_detail/433222.html#section-oin-6mf-6j0

指标	解释
dcgm_fan_speed_percent	GPU风扇转速占比（%）
dcgm_sm_clock	GPU sm 时钟(MHz)
dcgm_memory_clock	GPU 内存时钟(MHz)
dcgm_gpu_temp	GPU 运行的温度(℃)
dcgm_power_usage	GPU 的功率（w）
dcgm_pcie_tx_throughput	GPU PCIeTX 传输的字节总数 （kb）
dcgm_pcie_rx_throughput	GPU PCIeRX 接收的字节总数 （kb）
dcgm_pcie_replay_counter	GPU PCIe重试的总数
dcgm_gpu_utilization	GPU 利用率（%）
dcgm_mem_copy_utilization	GPU 内存利用率（%）
dcgm_enc_utilization	GPU 编码器利用率（%）
dcgm_dec_utilization	GPU 解码器利用率(%)
dcgm_xid_errors	GPU 上一个xid错误的值
dcgm_power_violation	GPU 功率限制导致的节流持续时间(us)
dcgm_thermal_violation	GPU 热约束节流持续时间(us)
dcgm_sync_boost_violation	GPU 同步增强限制，限制持续时间(us)
dcgm_fb_free	GPUfb（帧缓存）的剩余（MiB）
dcgm_fb_used	GPUfb（帧缓存）的使用（MiB）