从入门到实战：一文掌握微服务监控系统 Prometheus + Grafana
随着微服务架构的发展，系统监控变得愈发重要。本文介绍如何利用 Prometheus 和 Grafana 构建高效的监控系统，涵盖数据采集、存储、可视化与告警机制，帮助开发者提升系统可观测性，及时发现故障并优化性能。内容涵盖 Prometheus 的核心组件、数据模型及部署方案，并结合 Grafana 实现可视化监控，适合初学者和进阶开发者参考实践。
使用 Loki 实现 Kubernetes 容器日志监控
Loki 是由 Grafana Labs 团队开发的，基于 Go 语言实现，是一个水平可扩展，高可用性，多租户的日志聚合系统。它的设计非常经济高效且易于操作，因为它不会为日志内容编制索引，而是为每个日志流配置一组标签。Loki 项目受 Prometheus 启发。
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。
