ZStack Cloud 5.1.8正式发布——GPU运维、物理机硬件监控、克隆云主机网络配置三大亮点简析

GPU运维工程师入门指南 (最终篇/附录): 你的远航“藏宝图” 从最基础的驱动安装,到平台架构与未来展望,本系列已走完一个完整闭环。希望这份“藏宝图”能成为你常备的参考,帮助你在AI 基础设施的星辰大海中持续前行。祝你一帆风顺,前程似锦!🚀。 阅读详情

云轴科技ZStack Cloud云平台是遵循“简单、弹性、健壮、智能”的“4S”特性的私有云和无缝混合云产品。ZStack Cloud 5.1.8版本正式发布,从用户业务场景和实际需求出发,丰富和完善平台功能,推出一系列重要功能和多项改进,覆盖云主机、云网络、云存储、平台运维、灾备关联等多个功能模块,为用户提供更好的产品使用体验。

为帮助用户快速了解和使用,本期将介绍ZStack Cloud 5.1.8版本三个亮点功能。

全新GPU批量管理和运维监控

ZStack Cloud 5.1.8版本推出了革命性的GPU统一管理功能,为GPU运维人员和应用开发者带来极其显著的便利。最新版本提供了统一的GPU批量运维界面,支持物理GPU和vGPU的全方位监控与管理。


 

运维人员福音:

一站式批量管理

轻松查看集群和裸金属集群中所有GPU设备的数量、型号、集群分布情况、槽位及使用状态。

智能分类与排序

支持工作状态和使用分布统计,可按型号、实时温度、负载等指标筛选排序,快速定位高负载或故障设备。

实时监控

GPU使用率、显存使用率、功耗、温度等关键指标一目了然。

自动告警、一键定位

故障即时推送至企业微信/钉钉/邮件等丰富的通知平台,支持显示所属硬件信息,便于一键快速定位故障硬件,显著提高运维效率。


 

开发者助力:

GPU资源使用可视化

直观了解GPU资源利用情况和实时负载,优化算力分配和调度。

性能数据分析

丰富的监控数据助力性能调优和故障复盘分析。

丰富的GPU厂商兼容性

支持NVIDIA、AMD、Hygon DCU等多种GPU,适配多种主流操作系统。

无论是管理大规模GPU集群,还是开发高性能AI应用,运维者和开发者都能获得更好的体验和更高的效率,降低故障排查时间,让企业用户专注于创新和价值创造。

物理机硬件健康状态监控告警


 

全面监控

通过ipmi_exporter实时监控CPU、内存、磁盘、GPU等关键硬件组件状态,确保系统稳定运行。

精准定位

故障发生时,系统自动推送故障情况,可快速显著提升BMC排查效率,缩短故障解决时间。

告警标准灵活配置

提供默认和自定义报警器,支持自定义阈值和报警级别,满足不同场景需求。

多渠道及时告警

将硬件异常状态实时推送至邮件、钉钉、企业微信等平台,确保运维人员及时获取关键信息。


 

本功能不仅提升了用户的日常运维效率,更为业务连续性提供了有力保障。通过主动预警和快速响应,最大限度降低硬件故障对业务的影响。

云主机新增克隆网络配置和智能检测IP冲突

一键快速复制业务云主机完整配置和网络环境

克隆云主机操作新增支持复制完整的网络配置,并支持修改IP地址、启用停用网卡、增删网卡配置等操作,减少克隆后网络重新配置的手动操作,提升使用DHCP和静态IP环境下的操作效率,显著缩短环境搭建时间,提高效率。


 

自动为新建或克隆的云主机检查IP地址冲突

新版本将为所有新建或新克隆的云主机智能检测IP冲突,避免因IP重复导致的网络中断,从而降低网络配置错误的风险,增强云主机部署的灵活性和精确性,显著减少运维成本。


 

结语

云轴科技ZStack是产品化的云基础软件提供商,产品矩阵全面覆盖数据中心云基础设施。自研架构,自主知识产权,独立于VMware和OpenStack技术路线;坚持产品化道路,轻量级部署,敏捷交付,全面适配,在同等规模部署下获云计算性能测试国际标准SPECCloud全球第一。

ZStack Cloud 5.1.8着眼用户所需,除以上讲解的亮点功能外,还开发、改进了多个重要功能,力求覆盖更多业务场景,为用户打造更好的产品使用体验。

未来,ZStack会继续推出更多丰富好用的云计算产品功能,为用户创造价值。

运维面试常见问题 对数据库表中一列或多列的值进行排序的一种结构,使用索引可快速访问数据库表中的特定信息。优缺点:优点:利用索引可以加速对数据的检索,索引是可以唯一的,创建索引允许指定单个列或者多个列缺点:减慢了数据录入速度,同时也增加了数据库的尺寸大小。 阅读详情

相关推荐

方案上新 | ZStack GPU解决方案

薛延安 在之前发布的ZStack 3.5.0版本中,ZStack新增了对于NVIDIA及AMD vGPU方案的支持,从而在云中实现支持GPU透传、vGPU两种GPU方案的完善GPU云平台解决方案,能够帮助用户在云中实现工业设计、图形渲染、教学科研、深度学习等更为丰富的GPU应用场景。 前言 随着虚拟化与云计算技术的快速发展,越来越多的用户将应用迁移到云上。在这个过程中,用户希望一些特定的业务场景既...

zstack_org的博客 1034

GPU系列(四)-常用 GPU 运维及故障处理

看到有 NVlink、NVSwitch 报错,或者报nvidia-smi 找不到 device handle,Unknown Error 错误,或者重启之后少卡。执行以下命令,能直接看到 GPU 编号及温度。除了一些物理的方法,从纯软件层考虑,可以直接将温度超过阈值的 GPU 上面的应用程序杀掉,使其更换到其他的 GPU 上。启用 nvidia-persistenced 持久模式,让驱动程序保持加载状态,可以很大幅度的缓解这个问题。因为 Pod 中的 cuda 版本过低,与节点上的 cuda 版本不匹配。

sre救赎之路 7661

GPU运维基础知识

常见的GPU型号如NVIDIA Tesla系列(V100、A100)、GeForce RTX系列(3090、4090)和AMD Instinct系列(MI250X)。硬件监控工具包括NVIDIA的nvidia-smi和AMD的rocm-smi,用于实时监控GPU状态、温度、功耗和显存使用情况。NVIDIA和AMD是主流GPU供应商,NVIDIA的CUDA架构和AMD的ROCm生态是核心。GPU包含流处理器、显存、显存带宽等关键组件,不同型号的GPU在计算能力、显存容量和功耗上存在差异。

云原生运维的博客 765

GPU集群运维

【代码】GPU集群运维。

weixin_42795092的博客 2210

GPU运维实战:从驱动配置到故障排查全解析

服务器运维的核心在于对资源状态的可观测与可控制,而GPU服务器的管理则引入了新的维度:显存、利用率、驱动兼容性与硬件健康。理解`nvidia-smi`输出的关键指标,区分显存占用与计算利用率,是定位性能瓶颈的起点。同时,CUDA驱动与框架版本之间的兼容矩阵,往往是环境配置中最大的翻车点。通过gpu-burn等压力测试工具建立性能基线,再结合多卡拓扑、MIG隔离及集群监控体系,才能构建稳定的AI基础设施。从运维视角系统梳理GPU服务器日常管理、故障排查链路,覆盖驱动安装、版本匹配、掉卡诊断等高频问题,帮助运维

weixin_31364787的博客 328

NVIDIA GPU运维实战:从驱动安装到性能调优的完整指南(含常见故障排查)

本文详细介绍了NVIDIA GPU运维的全流程,从驱动安装、性能调优到常见故障排查,帮助开发者系统掌握GPU运维的核心技能。内容涵盖硬件兼容性检查、CUDA工具链配置、容器化部署以及高级性能调优技巧,适用于人工智能和高性能计算场景。

weixin_28702105的博客 462

【参加CUDA线上训练营】CUDA并行计算基础 - Chapter 1 - GPU硬件架构

CUDA(Compute Unified Device Architecture),是显卡厂商NVIDIA推出的通用并行计算平台和程序模型,该架构使GPU能够解决复杂的计算问题。它包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。开发人员可以使用C语言来为CUDA架构编写程序,所编写出的程序可以在支持CUDA的处理器上以超高性能运行。CUDA官方文档CUDA的软件环境允许开发者使用C++等高级编程语言开发程序。

weixin_43908429的博客 810

实验四 基于IDEA+SpringBoot+Maven+Thymeleaf的系统实现实验目的

通过这次实验,我学习了如何成功进行IDEA+SpringBoot+maven的系统实现,搭建好IDEA+SpringBoot+maven的系统环境,成功地安装并配置了maven的运行环境,学会了创建springboot的三种方式,并且能将之前的实验结合起来运用。pom.xml中引入thymeleaf依赖,在classpath:/templates/下新建HTML页面(可采用实验一创建的页面),新建controller进行测试,访问页面后返回success成功数据。同时掌握和thymeleaf的基本语法。

m0_73502929的博客 1380

GPU的运维与管理

当应用程序遭遇到 GPU 显存硬件错误时,NVIDIA 自纠错机制会将错误的内存区域 retire 或者 remap,retirement 和 remapped 信息需要记录到 infoROM 中才能永久生效。当应用程序遭遇到 GPU 不可纠正的显存 ECC 错误时,NVIDIA 错误抑制机制会尝试将错误抑制在踩到硬件故障的应用程序,而不会让错误导致 GPU 上的所有应用程序受到影响。除了一些物理的方法,从纯软件层考虑,可以直接将温度超过阈值的 GPU 上面的应用程序杀掉,使其更换到其他的 GPU 上。

weixin_42795092的博客 2277

Spring Boot Swagger未授权访问漏洞:原理、风险与修复方案详解

在微服务架构中,API文档管理是开发与运维的重要环节。Swagger作为RESTful API文档生成与调试的标准化工具,通过OpenAPI规范自动生成交互式接口文档,极大提升了开发效率。然而,其默认配置往往缺乏访问控制,导致文档端点直接暴露,形成未授权访问漏洞。从技术原理看,该漏洞源于Spring Boot等框架集成Swagger时,相关端点未纳入安全框架的拦截范围,攻击者可通过扫描常见路径获取完整的接口定义与数据结构。这不仅会造成敏感信息泄露,更可能成为越权操作、数据篡改等深度攻击的入口点。在工程实践中

weixin_42524171的博客 503

避坑指南:RK3588上编译EtherCAT 1.6时遇到的权限问题和模块安装错误

本文详细解析了在RK3588平台上编译EtherCAT 1.6时常见的权限问题和模块安装错误,提供了两种实战解决方案和嵌入式开发的通用权限管理策略。通过优化内核配置和编译参数,显著提升实时性能,帮助开发者高效完成EtherCAT主站部署。

weixin_33724046的博客 455

vmware运维-安装GPU驱动后紫屏解决方法

esxi紫屏 nvidia-smi Slot 1of 1

小V锅的专栏 1599

Python自动化批量识别化学分子结构——从图片到SMILES/SDF的实战指南

本文提供了使用Python自动化批量识别化学分子结构图片的实战指南。详细对比了基于Molvec API的在线快速方案与本地部署OSRA工具的两种路径,包含完整的代码示例、环境配置及优化技巧,帮助化学研究者高效地将图片批量转换为SMILES或SDF格式,显著提升数据处理效率。

apple5的专栏 947

ZStack Cloud 5.1.8正式发布

ZStack Cloud 5.1.8版本在GPU运维管理、三层网络运维管理、物理机硬件健康状态监控以及日志、审计优化等方面进行了全面增强和优化,为客户带来了更高的运维效率、更灵活的网络配置、更稳定的系统性能以及更强大的日志审计能力。

ZStack_io的博客 1012

YOLOv11涨点改进 | Conv篇/小目标改进 | YOLOv11引入SPDConv卷积特征无损下采样模块,增加YOLOv11小目标P2检测层(助力小目标任务高效涨点)

本文提出了一种创新的SPDConv模块来优化YOLOv11模型,通过空间到深度(SPD)层和非步幅卷积层实现特征无损下采样。该方法有效解决了传统CNN中因跨步卷积和池化层导致的细粒度信息丢失问题,特别提升了小目标检测性能。实验表明,SPDConv在目标检测和图像分类任务中显著优于现有SOTA模型。文章详细介绍了模块原理、核心代码实现,并提供了YOLOv11集成SPDConv的具体方法,包括配置文件修改和P2层增强等优化技巧。该技术为计算机视觉任务提供了一种高效的特征保留方案。

Ai缝合怪、助力小伙伴高效发论文 589

C#上位机实战:PLC与检测设备无缝对接,构建产品质量实时判定系统

本文分享了基于C#开发的汽车零部件质量检测系统实现经验。系统采用三层架构:设备层(PLC/视觉相机/三坐标)、通信层(OPC UA/SDK/串口)和应用层(数据采集/判定/存储)。重点解决了三大技术难点:1)通过OPC UA订阅模式将PLC通信延迟从500ms降至50ms;2)反编译厂商Demo破解视觉SDK对接难题;3)采用时间戳+产品ID实现多设备数据同步。系统上线后质检人员减少67%,误判率降至0.5%,数据追溯效率显著提升。文章强调工业场景下稳定性优先于技术复杂度,实用经验值得借鉴。

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 803

3000多台GPU机器怎么运维

运维 3000 多台 GPU 机器需要综合考虑硬件、软件、监控、安全等多个方面,通过建立完善的管理体系和流程,提高运维人员的技术水平和团队协作能力,才能确保 GPU 集群的稳定运行,为业务提供有力的支持。运维 3000 多台 GPU 机器是一项复杂且具有挑战性的任务,需要从硬件管理、软件维护、监控与故障处理、安全管理等多个方面进行全面的规划和实施。

weixin_42795092的博客 922

华为OD机试真题 新系统 2026-04-22 Python&JS 实现【小学生班长选举增强版】

9 月份开学第一天,小学某班级进行班长选举活动,班级共有 N 个学生,每个学生最多可投 3 票(对同一个人只能投一票),也可以弃权不投票,大家投票时写上对应学生的名字。 假设学生不存在重名。考虑到部分少数民族名字带分隔,且整体较长,同学在投票时为了方便,允许同学写全称,也可以只写其中的部分连续段。 例如班级里只有 2 个少数民族名称带点的同学:

MISAYAONE的博客 320

docker中使用gpu_docker gpu(1),2024年最新Linux运维线程池基础入门和简单实践以及使用技巧

最近很多小伙伴找我要Linux学习资料,于是我翻箱倒柜,整理了一些优质资源,涵盖视频、电子书、PPT等共享给大家!

2401_83620690的博客 1838

/home 挂载点无法访问 怎么解决 指令可以进入Home目录 du: 无法访问“*“: 输入/输出错误

本文介绍了Linux系统中XFS文件系统损坏的故障排查与修复方法。当/home挂载点出现I/O错误时,通过dmesg发现XFS日志错误和磁盘I/O报错,判断可能是文件系统逻辑损坏或硬件故障。解决方案包括:1)尝试卸载分区;2)使用xfs_repair工具进行预检查和正式修复;3)在极端情况下使用-L参数强制清空日志;4)若存在硬件故障,建议优先进行数据抢救并更换硬盘。最后强调重要数据应先备份,再考虑系统重建。

专注于计算机研发知识和资讯分享 157

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

ZStack GPU解决方案

在之前发布的ZStack 3.5.0版本中,ZStack新增了对于NVIDIA及AMD vGPU方案的支持,从而在云中实现支持GPU透传、vGPU两种GPU方案的完善GPU云平台解决方案...

云布道师 560

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

GPU运维常用命令

这些命令涵盖了GPU运维中的监控、管理、调试等常见任务,帮助运维人员有效管理和优化GPU资源。`nvidia-smi` 是NVIDIA提供的命令行工具,用于监控和管理GPU状态。显示系统中所有GPU的使用情况(需安装`gpustat`工具)。显示GPU的详细信息,包括温度、风扇速度、电源使用等。重置指定GPU(`<GPU_ID>`为GPU编号)。### 1. **NVIDIA-smi 命令**### 5. **Docker 相关命令**### 2. **CUDA 相关命令**

weixin_42795092的博客 1189

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

Kubernetes GPU 运维组件介绍

Kubernetes GPU支持架构与资源管理 摘要: Kubernetes通过Device Plugin框架实现GPU资源管理,NVIDIA官方插件提供资源暴露、健康监控与分配隔离功能。GPU Operator整合了NVIDIA软件组件,实现自动化部署和维护。MIG技术提供硬件级隔离,将物理GPU划分为独立实例,适用于多租户场景。相比传统整卡分配,MIG能提高资源利用率并

m0_52307083的博客 1441

K8s+GPU+大模型运维主要技术点

GPU利用率70%-90%、显存使用率≤80%、P95/P99延迟、吞吐req/s、OOM报错率、NCCL通信状态。CPU:逻辑串行、复杂任务;:降batch、FP16/INT4量化、梯度累积、清理残留进程、开启显存优化。:多机多卡、NCCL通信、极致算力/显存/网络带宽,追求高利用率。:batch过大、模型过大、显存泄漏、多进程抢占、未优化精度。:低延迟、高吞吐、动态批处理、显存优化,追求服务稳定。:节点代理,负责Pod创建、启停、探针、资源监控。:每节点部署一个Pod,适合监控、日志、网络插件。

weixin_42795092的博客 340

运维知识之二:维修 GPU

3.进系统查看是否识别到,如果替换后的卡槽3号位被识别到,5号位的没有被识别到,则说明GPU本身没有故障,主板原因,5号槽位卡槽故障。GPU的验证环节和更换内存硬盘不同,不光需要系统BIOS中识别到,还要通过压测,压测时间大约是2-6个小时不等。替换法:若通过互换法无法定位出故障原因,则需要进行替换法,将故障位置的GPU取出,更换新的GPU进行测试。服务器出现故障,可以通过日常现场巡检,API触发,监控软件如ZABBIX,普罗米修斯等。2.如5号位故障,讲5号位的GPU查到3号位,将3号位插入5号位。

weixin_46373961的博客 941
上一篇: 传统存储市场份额首次跌破50%,对中国企业意味着什么?
下一篇: 共筑云计算新生态 | 云轴科技ZStack启动鲲鹏原生开发
ZStack开发者社区
博客等级 码龄2年 682粉丝 257原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值