运行观测

中心服务科研，自建设之初所有监控数据均开放访问；因硬件故障和系统变迁，早期数据已无法查看。

访问方式

• 地址：https://mon.nju.edu.cn/hpc
• 登录：使用集群用户名和密码登录，无动态口令。

观测范围

• 作业调度系统：作业调度系统：各队列的作业数（运行/排队/挂起），CPU 核数与 GPU 卡数的分配与使用率
• 并行文件系统：并行文件系统：各文件系统的读写吞吐、IOPS 与元数据操作
• 计算节点：计算节点：CPU、内存、磁盘、网络（Ethernet 与 InfiniBand）等
• GPU节点：GPU节点：利用率、显存、功耗、温度等
• 机房环境：机房环境：各机房温度

首页

登录后默认进入首页 e-Science Center（Center（https://mon.nju.edu.cn/hpc/d/home），展示集群整体状态：

• 卡片：在线节点、在线 CPU 核数、在线 GPU 卡数、运行中/排队中/挂起作业
• 曲线：作业调度系统 CPU 核数使用率与 GPU 卡数使用率；各文件系统读写吞吐、IOPS 与元数据操作
• 页面底部为全部看板的检索入口，并显示你收藏和最近查看的看板

看板一览

作业调度

• Job Scheduler：各队列作业数与 CPU 核数使用情况

文件系统

• Parallel File System exporter：各并行文件系统读写吞吐、IOPS、元数据操作

计算节点

• Node Exporter Full v2：单节点最全指标（CPU/内存/硬盘/网络）
• Node Exporter Server Metrics v2：多节点汇总视图
• Node Exporter Server Simple Metrics v2：多节点简化视图（CPU/内存/网络）

GPU / CPU

• NVIDIA DCGM Exporter：GPU 利用率、显存、功耗、温度
• Processor Counter Monitor (PCM) Dashboard：CPU 微架构级指标（内存带宽、缓存等）

网络

• Infiniband：InfiniBand 端口收发与错误
• InfiniBand Exporter Overview：IB 总体状态与错误统计
• InfiniBand Exporter Detailed：IB 单节点详细指标
• Network device：以太网交换机与端口

机房与监控系统

• Infrastructure：机房温度

使用提示

• 看板顶部通常有筛选变量。
• 右上角可调整时间范围与自动刷新间隔。
• 常用看板可点击标题旁的星标收藏。