OBSERVABILITY
监控与告警
采集时间 尚未采集 UTC · 健康检查每30秒 · 趋势每5秒 · 历史保留24小时
指标已过期或尚未取得,请检查采集服务;旧值不代表当前健康状态。
在途请求
0 次
当前正在处理
NPU 健康
异常
0 个逻辑设备
待处理告警
1 条
未确认且未静默
CPU 1分钟负载
—
负载值 · 非利用率
CPU 利用率
—等待真实采样
全主机平均 · 含 I/O 等待曲线
内存使用率
—等待真实采样
按 MemAvailable 计算实际可用内存
NPU 计算利用率
—等待真实采样
Ascend AICore · 与显存占用区分
网络吞吐
—等待真实采样
物理网卡合计 · 排除容器重复流量
磁盘 I/O
—等待真实采样
物理整盘合计 · 排除分区重复统计
Token 生成速率
—等待真实采样
vLLM 实际计数器增量 · 非请求平均估算
首次部署后开始积累历史,未采集或中断的时段显示空缺。
内存使用
指标不可用
磁盘使用
指标不可用
核心服务
数据库不可用
Docker不可用
安装器不可用
容量与核心服务为最近健康检查快照,当前已过期。
推理实例与受控恢复 · 每实例每小时最多2次
| 实例 | 状态 / 期望 | 运行 / 健康 | 操作 |
|---|
站内告警 · 相同故障自动合并 · 最近100条
| 故障 / 详情 | 级别 / 状态 | 累计次数 | 最后出现 / 恢复(UTC) | 处理 |
|---|---|---|---|---|
| 模拟容量预警 演示告警确认与静默流程,不表示真实设备故障。 | warning 待处理 | 1 | 2026-11-16 16:05:56.656516 - |
告警阈值