跳到主要内容
GPU Observatory进入工作台

独立部署 · 多集群 GPU 观测

看清 GPU 使用,
做出有依据的容量决策

把分散的监控数据汇成可复核的资源视图。从库存与趋势到扩缩容建议,再到周期报告,帮助团队更稳妥地规划 GPU 资源。

只生成建议,不自动迁移、关闭或退订资源

GPU Observatory界面示意
资源总览实时数据
容量决策让建议有据可查当前容量 → 计划目标
GPU 使用趋势
集群分布

界面示意 · 不展示实时监控或客户数据

核心能力

从观测到行动依据,串起完整工作流

重点信息先呈现,细节和计算依据按需展开。

多源观测

连接多个 Prometheus 数据源,在同一范围内查看 GPU 库存、利用率和历史趋势。

容量决策

按并发峰值、整机组合和保留规则计算目标,明确建议与判断依据。

机器分析

按集群和状态筛选机器,进入详情查看 GPU、显存、温度与功耗。

周期报告

按计划生成冻结报告,通知审核人,保留执行历史与复核线索。

AI 容量助手

在已有权限内查询监控与文档,解释结论和限制,不代替人工执行。

身份与审计

支持本地账号及可选的 OSS 登录,按角色授权并记录关键操作。

工作流程

每一步都有清晰边界

监控数据提供事实,容量模型提供建议,最终变更由团队审核执行。

  1. 01接入监控

    配置数据源与集群边界

  2. 02分析需求

    汇总同一时刻的真实样本

  3. 03生成建议

    呈现容量目标和计算依据

  4. 04报告通知

    冻结结果并发送人工审核

  5. 05人工复核

    确认任务、规格和接入条件

部署架构

为单客户环境独立部署

Web 与调度器分工运行;内部数据、密钥和报告留在当前部署。HTTPS 入口可选用 Traefik 管理证书。

访问层浏览器 · 可选 Traefik HTTPS
应用层Web 工作台 · 周期调度器
数据层持久化配置与冻结报告
外部服务Prometheus · 通知 · 可选模型

数据源、通知和模型连接均由服务端处理;浏览器仅访问本站接口。

开始使用

准备好查看你的 GPU 资源了吗?

已有账号可直接进入工作台;首次部署请由管理员完成配置与账号初始化。