README.md

GPUWatch

对GPU运行状态进行实时监控，如果GPU断开，则邮件报警

1. 需要安装pynvml包

pip install pynvml

2. 功能

• 定时监控功能，可设定update_interval控制监控间隔时间长短
• 邮件报警功能，若波动小于所设定的阈值bound，则通过smtplib模块发送警报邮件

3. 参数输入

• GPU监控编号：gpu_index
• GPU显存允许波动范围：bound
• 监控间隔时间：update_interval
• 发送邮箱用户名：mail_user
• 发送邮箱密码(验证码)：mail_pass
• 发送邮箱地址：sender
• 接收邮箱地址：receivers（多个邮箱之间可通过,分隔）

4. 使用范例

python main.py --gpu_index 0,1 --bound -0.2 --update_interval 10 --mail_user xxx -- mail_pass xxx --sender [email protected] --receivers [email protected],[email protected]

---

GPU状态信息监控

• client实现对设备GPU状态信息的获取，并且通过json发送给server
• server接收数据，并且将数据存放至数据库中，并提供功能接口，实现GPU状态数据检索

使用方式

• 在设备客户端部署client.py，并在后台运行

  nohup python -u client.py > monitor.log 2>&1 &

• 在服务器端部署server.py，并在后台运行

  nohup python -u server.py > monitor.log 2>&1 &

接口（端口：5089）

1. [GET] get_device

   • 功能：查询有哪些已经在监测中的设备
   • 发送：无
   • 返回：设备名称

2. [GET] get_data

   • 功能：查询设备具体状态信息
   • 发送：需要查询的设备编号（需要为数组格式）
   • 返回：设备具体状态信息