nvidia_gpu_exporter

一条命令把 NVIDIA GPU 监控接入 Prometheus，实时掌握显卡状态。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 159 🐛 待处理 5 👀 关注 7

GitHub ↗

GitHub 星标 ★ 1584

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，MIT 许可证，完全免费，可自行部署使用。

项目预览

nvidia_gpu_exporter 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队utkuozdemir

GitHubhttps://github.com/utkuozdemir/nvidia_gpu_exporter

定价模式🏷️完全免费

价格说明开源项目，MIT 许可证，完全免费，可自行部署使用。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Go

技术栈/模型ai,cryptocurrency,gaming,inference,llm,llm-training,monitoring,nvidia,nvidia-gpu,nvidia-smi,nvml,prometheus,prometheus-exporter

GitHub 星标★ 1584

上线时间2021-06-08 00:00:00

代码更新2026-11-10

仓库体积13.7 MB

本站数据更新2026-11-10

维护状态活跃

收录时间2026-08-09

浏览次数10

项目介绍

nvidia_gpu_exporter 是一个用 Go 编写的 Prometheus 导出器，通过调用 nvidia-smi 二进制文件采集 NVIDIA GPU 的实时监控指标，并以 Prometheus 标准格式暴露给抓取。它解决了 Kubernetes 或裸机环境中 GPU 资源缺乏统一可观测性的问题，让运维人员能通过 Prometheus 和 Grafana 直观监控 GPU 利用率、显存占用、温度、功耗、风扇转速等关键数据。核心能力包括：支持多 GPU 卡自动发现与标签区分、提供丰富的指标集（如利用率、显存使用、温度、功耗、PCIe 带宽等）、支持自定义采集频率和指标过滤、轻量级部署（单一二进制文件）以及兼容 Prometheus 生态。项目基于 nvidia-smi，无需额外驱动或特权容器，配置简单，适合快速集成到现有监控体系。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1584

技术标签

ai cryptocurrency inference llm llm-training

使用教程

难度：入门约 10 分钟部署方式：Docker 5 步

环境要求

Linux 机器（README 快速开始针对 Linux）
已安装 NVIDIA 驱动
已安装 NVIDIA Container Toolkit
可访问 Docker Hub 或 GHCR 拉取镜像

安装与启动步骤

1确认前置环境

在一台已装 NVIDIA 驱动和 NVIDIA Container Toolkit 的 Linux 机器上操作，否则容器无法识别 GPU。

2启动导出器容器

后台运行官方镜像，暴露 9835 端口，并把 GPU 与工具能力传给容器，重启策略为 unless-stopped。

docker run -d --name nvidia_gpu_exporter --restart unless-stopped --gpus all -e NVIDIA_DRIVER_CAPABILITIES=utility -p 9835:9835 utkuozdemir/nvidia_gpu_exporter:latest

3验证指标输出

请求本地 9835 端口的 /metrics，看到 Prometheus 文本格式的 GPU 指标说明采集成功。
```
curl http://localhost:9835/metrics
```
4无 GPU 时用演示后端

手头没有 GPU 可用 demo 后端输出合成的真实感指标，便于先打通 Prometheus 链路。
```
nvidia_gpu_exporter --collect.backend demo
```
5按平台补充安装

Windows、macOS、Kubernetes、deb/rpm 包或裸机二进制安装，均按官方 INSTALL.md 与 Helm chart 操作。

关键配置

配置项	必填	说明	示例
`-p 9835:9835`	是	映射容器端口，Prometheus 从该端口抓取指标	`9835:9835`
`NVIDIA_DRIVER_CAPABILITIES`	是	授予容器使用 nvidia-smi 所需的驱动能力	`utility`
`--gpus all`	是	把宿主机全部 GPU 暴露给容器	`all`

如何确认成功

执行 curl http://localhost:9835/metrics，返回 Prometheus 文本格式的 GPU 指标即启动成功。

常见问题

Q：没有 NVIDIA GPU 能跑起来吗？

A：可以。使用 --collect.backend demo 启动，会在任意机器上输出合成的仿真指标，方便先验证采集链路。

Q：Windows 或 macOS 怎么安装？

A：官方 INSTALL.md 覆盖各平台：Windows 支持 winget、Scoop、原生服务或一键脚本，macOS 也有对应说明，无需 Docker。

Q：容器启动后抓不到 GPU 指标怎么办？

A：先确认宿主机已装 NVIDIA 驱动与 NVIDIA Container Toolkit，并且运行容器时带了 --gpus all 和 NVIDIA_DRIVER_CAPABILITIES=utility。

Q：如何调整采集行为或过滤指标？

A：具体配置项见官方 CONFIGURE.md 文档，README 未列全部参数，请以该文档为准。

注意事项

README 明确说明这是作者业余维护的 side project，issue 和 PR 可能响应很慢。
除 Docker 外还支持裸机二进制、deb/rpm 包、Kubernetes Helm chart、Windows 与 macOS，详见 docs/INSTALL.md。
容器镜像同时发布在 Docker Hub 与 GHCR，Helm chart 发布在 Artifact Hub，二进制包在 releases 页面。