使用helm快速部署prometheus+Grafana
通过Helm快速部署Prometheus监控栈：添加仓库、更新缓存并安装kube-prometheus-stack。建议创建独立命名空间（如monitoring）进行隔离，使用`port-forward`临时访问Prometheus和Grafana界面。通过自定义values.yaml文件可配置持久化、密码等参数，实现灵活管理。
自定义通过helm部署的prometheus+Grafana监控框架
本文基于Helm快速部署kube-prometheus-stack，通过自定义`custom-values.yaml`实现Prometheus与Grafana的精细化配置，涵盖资源限制、持久化存储、服务暴露、告警规则及仪表盘导入，支持K8s集群全方位监控，提升可观测性与运维效率。
图文解析带你精通时序PromQL语法
[阿里云SLS可观测团队发布] 本文通过图文解析深入讲解PromQL的计算原理，涵盖其与SQL的差异、时间线模型、选点机制、聚合函数、窗口函数及常见非预期场景，帮助用户掌握PromQL的核心语法与执行逻辑。
78_资源监控：NVIDIA-SMI进阶
在大语言模型（LLM）训练和推理过程中，GPU资源的高效监控和管理至关重要。随着模型规模的不断增长和计算需求的提升，如何精确监控GPU利用率、及时发现性能瓶颈并进行优化，成为AI研究人员和工程师面临的重要挑战。NVIDIA-SMI作为NVIDIA官方提供的GPU监控工具，提供了丰富的功能来监控和管理GPU资源。本文将深入探讨NVIDIA-SMI的进阶使用方法，以及如何利用其与其他工具结合构建高效的GPU利用率可视化监控系统。