NPU-Exporter Prometheus Metrics接口

功能说明

提供Metrics接口，供Prometheus调用和集成。

集成Prometheus可参考部署Prometheus，启动Prometheus后可自动与NPU-Exporter对接。

URL

GET https://ip:port/metrics

NPU-Exporter为了安全考虑，默认启用容器级别端口（默认8082），请求IP为Kubernetes容器IP，当K8s网络插件为calico时，网络策略设置为允许label为app=prometheus的应用访问。

请求参数

无

响应说明

按照Prometheus的专用格式返回数据，相关指标如下所示。Prometheus自带指标无需关注，不在此展示说明。

...
# HELP machine_npu_nums Amount of npu installed on the machine.
# TYPE machine_npu_nums gauge
machine_npu_nums 8
# HELP npu_chip_info_error_code the npu error code
# TYPE npu_chip_info_error_code gauge
npu_chip_info_error_code{id="0"} 0 1613993498553
npu_chip_info_error_code{id="1"} 0 1613993498588
npu_chip_info_error_code{id="2"} 0 1613993498615
npu_chip_info_error_code{id="3"} 0 1613993498645
npu_chip_info_error_code{id="4"} 0 1613993498676
npu_chip_info_error_code{id="5"} 0 1613993498685
npu_chip_info_error_code{id="6"} 0 1613993498715
npu_chip_info_error_code{id="7"} 0 1613993498742
# HELP npu_chip_info_hbm_total_memory the npu hbm total memory
# TYPE npu_chip_info_hbm_total_memory gauge
npu_chip_info_hbm_total_memory{id="0"} 32255 1613993498553
npu_chip_info_hbm_total_memory{id="1"} 32255 1613993498588
npu_chip_info_hbm_total_memory{id="2"} 32255 1613993498615
...

表1 Prometheus labels
标签名称	标签说明	数值单位
machine_npu_nums	昇腾系列AI处理器数目。	个
npu_chip_info_error_code	昇腾系列AI处理器错误码。	-
npu_chip_info_name	昇腾系列AI处理器名称和id。	-
npu_chip_info_health_status	昇腾系列AI处理器健康状态。	1：健康 0：不健康
npu_chip_info_power	昇腾系列AI处理器功耗。	瓦特（W）
npu_chip_info_temperature	昇腾系列AI处理器温度。	摄氏度（℃）
npu_chip_info_used_memory	昇腾系列AI处理器已使用内存。	MB
npu_chip_info_total_memory	昇腾系列AI处理器总内存。	MB
npu_chip_info_hbm_used_memory	昇腾系列AI处理器HBM已使用内存（昇腾910 AI处理器专属）。	MB
npu_chip_info_hbm_total_memory	昇腾系列AI处理器HBM总内存（昇腾910 AI处理器专属）。	MB
npu_chip_info_utilization	昇腾系列AI处理器AI Core利用率。	%
npu_chip_info_voltage	昇腾系列AI处理器电压。	伏特（V）
npu_exporter_version_info	NPU-Exporter版本信息。	-
npu_container_info	NPU容器信息，输出包含以下字段： containerID：容器ID，string类型。 containerName：容器名，string类型。输出格式为“Pod Namespace_Pod名_容器名”。 npuID：NPU ID，string类型。	-
container_npu_total_memory	带有容器信息的NPU内存总大小，只支持整卡。容器信息包含以下字段： id：NPU ID， string类型。 pod_name： string类型。 container_name：string类型 namespace：string类型	MB
container_npu_used_memory	带有容器信息的NPU已使用内存，只支持整卡。容器信息包含以下字段： id：NPU ID，string类型。 pod_name： string类型。 container_name：string类型 namespace：string类型	MB
container_npu_utilization	带有容器信息的NPU利用率，只支持整卡。容器信息包含以下字段： id：NPU ID， string类型。 pod_name： string类型。 container_name：string类型。 namespace：string类型。	%

状态码

表2 状态码
状态码	含义
200	正常状态。
307	临时跳转。
500	服务器内部错误。

父主题： NPU-Exporter