前提条件

• 已安装 CCE Ascend Mindx DL 组件。
• 已接入监控实例。
• 需启用采集任务，具体参考文档：接入监控实例并启用采集任务。

使用方法

1. 登录容器引擎CCE控制台。 导航路径：容器引擎 CCE 控制台->集群管理->集群列表->目标集群->更多->Prometheus 监控->云原生 AI 监控->资源池总览监控

• 在 【集群管理】 的 【集群列表】 中选择目标集群，点击 【更多】，选择 【Prometheus 监控】。

• 在 【Prometheus 监控】 页面点击 【云原生 AI 监控】，进入 【资源池总览监控】（对应“昇腾资源池总览”）。

• 按需设置监控时间范围，点击 【手动刷新】，并设置 【自动刷新】 间隔。

2. 查看节点使用情况

   导航路径：容器引擎 CCE 控制台->集群管理->集群列表->目标集群->更多->Prometheus 监控->云原生 AI 监控->资源池总览监控->节点使用情况

3. 查看集群卡分配情况

   导航路径：容器引擎 CCE 控制台->集群管理->集群列表->目标集群->更多->Prometheus 监控->云原生 AI 监控->资源池总览监控->加速卡概览

4. 查看卡使用情况

   导航路径：容器引擎 CCE 控制台->集群管理->集群列表->目标集群->更多->Prometheus 监控->云原生 AI 监控->资源池总览监控->利用率（所选时间段内的平均值）

5. 查看 CPU 与内存监控

   导航路径：容器引擎 CCE 控制台->集群管理->集群列表->目标集群->更多->Prometheus 监控->云原生 AI 监控->资源池总览监控->CPU 与内存

6. 查看 NPU 节点信息

   导航路径：容器引擎 CCE 控制台->集群管理->集群列表->目标集群->更多->Prometheus 监控->云原生 AI 监控->资源池总览监控->节点信息

7. 查看占用 NPU 的工作负载信息

   导航路径：容器引擎 CCE 控制台->集群管理->集群列表->目标集群->更多->Prometheus 监控->云原生 AI 监控->资源池总览监控->占用卡的工作负载信息## 昇腾资源池总览具体说明

节点使用情况

监控项	说明
总节点数	集群中所有节点
已分配节点数	可用NPU卡数为0的节点
空闲节点数	NPU卡数大于0的节点，含污点节点
不可用节点数	封锁或not ready节点

集群卡分配情况

监控项	说明
总卡数	集群中所有节点上的 NPU 卡总数
已分配卡数	已分配使用中的 NPU 卡数（页面可能显示为“分配量”）
空闲卡数	当前可分配的 NPU 空闲卡数（含污点节点空闲卡数）
不可用卡数	集群中不可用的 NPU 卡数

卡使用情况

监控项	说明
卡平均利用率	当前集群内所有节点上 NPU 卡平均利用率实时值，计算方式为：sum(所有节点 NPU 卡利用率) / 所有节点 NPU 卡数
卡显存平均利用率	当前集群内所有节点上 NPU 卡显存平均利用率实时值，计算方式为：sum(所有节点 NPU 卡显存利用率) / 所有节点 NPU 卡数

CPU & 内存

监控项	说明
CPU 核数	当前集群内 CPU 总核数
CPU 平均利用率	当前集群内所有 CPU 平均利用率实时值
内存总量	当前集群内存总量
内存平均利用率	当前集群内所有内存平均利用率实时值

NPU 节点信息

监控项	说明
节点名称	当前集群内的节点名称
卡类型	当前集群内的卡类型
CPU 利用率	当前节点内所有 CPU 平均利用率实时值
内存利用率	当前节点内所有内存平均利用率实时值
CPU 核数	当前节点内 CPU 总核数
内存总量	当前节点内存总量
卡总数	当前节点 NPU 卡总数
NPU 平均利用率	当前集群内节点上 NPU 卡的平均利用率
NPU-Pod 数	当前节点内占用 NPU 资源的 Pod 数量
已分配卡数	当前集群内节点上分配的 NPU 卡数
NPU 显存平均利用率	当前集群内节点上 NPU 卡显存的平均利用率

占用 NPU 的工作负载信息

监控项	说明
负载类型	当前集群占用 NPU 的工作负载类型
负载名称	当前集群占用 NPU 的工作负载名称
命名空间	当前集群占用 NPU 的工作负载所在命名空间
NPU 配给卡数	当前集群占用 NPU 的工作负载配给 NPU 卡数
显存平均利用率	当前集群占用 NPU 的工作负载内所有 NPU 卡显存平均利用率实时值
NPU 平均利用率	当前集群占用 NPU 的工作负载内 NPU 卡平均利用率实时值
内存使用量	当前集群占用 NPU 的工作负载内存使用量
CPU 核数	当前集群占用 NPU 的工作负载 CPU 核数