2025-09-05T01:20:51.png

Zabbix 官方中没有监控GPU模板。在GitHub上有大神制作了关于GPU状态的模板，其原理为监控NVidia-smi的状态。通过自动发现规则发现服务器中的显卡，并通过监控NVidia-smi的状态后输出至zabbix中。

环境：
1）Centos9安装zabbix 7.0；
2）GPU服务器为8*4090显卡，系统ubuntu 22.0，已安装CAUD及显卡驱动；

GPU服务器中的配置

安装zabbix-agent

此处下载的是Ubuntu 22版本的zabbix7.0版本的zabbix agent

root@yorick:~#wget https://repo.zabbix.com/zabbix/7.0/ubuntu/pool/main/z/zabbix-release/zabbix-release_7.0-1+ubuntu22.04_all.deb
root@yorick:~#sudo dpkg -i zabbix-release_7.0-1+ubuntu22.04_all.deb
root@yorick:~#sudo apt update -y
root@yorick:~#sudo apt install -y zabbix-agent

在GPU服务器中安装jd

root@yorick:~#apt install -y jq

修改zabbix_agentd.conf配置文件

root@yorick:~#vim /etc/zabbix/zabbix_agentd.conf

将下列复制在zabbix_agentd.conf最末端即可

/*获取GPU数量*/
UserParameter=gpu.number,nvidia-smi -L | wc -l

/*自动发现GPU（生成类似 {"data": [{"{#GPUINDEX}":"0"}, {"{#GPUINDEX}":"1"}, ...]} 的JSON）*/
UserParameter=gpu.discovery,nvidia-smi -L | awk '{print "{ \"{#GPUINDEX}\":" NR-1 "}"}' | jq -s '{ "data": . }'

/*方法一：使用 -i 参数直接指定GPU设备ID（推荐，更直接，避免行号问题）*/
UserParameter=gpu.memfree[*],nvidia-smi -i $1 --query-gpu=memory.free --format=csv,noheader,nounits
UserParameter=gpu.memtotal[*],nvidia-smi -i $1 --query-gpu=memory.total --format=csv,noheader,nounits
UserParameter=gpu.memused[*],nvidia-smi -i $1 --query-gpu=memory.used --format=csv,noheader,nounits
UserParameter=gpu.temp[*],nvidia-smi -i $1 --query-gpu=temperature.gpu --format=csv,noheader,nounits
UserParameter=gpu.utilization[*],nvidia-smi -i $1 --query-gpu=utilization.gpu --format=csv,noheader,nounits

2025-09-05T01:21:05.png

重启zabbix-agent.service并设置为开机启动

root@yorick:~#systemctl restart zabbix-agent.service
root@yorick:~#systemctl enable zabbix-agent.service

Github模板下载

如Zabbix版本为7.0或以上，下载【zbx_nvidia-smi-multi-gpu.yaml】；zabbix 7.0以下，下载【zbx_nvidia-smi-multi-gpu.xml】
模板下载地址：zabbix-nvidia-smi-multi-gpu

将下载模板导入zabbix中

Zabbix 页面中，【数据采集】->【模板】->【导入】->将下载好的【zbx_nvidia-smi-multi-gpu.yaml】导入
2025-09-05T01:35:11.png

创建主机并将模板绑定在该主机上；
2025-09-05T02:36:54.png

PS：【Number of GPUs】一定要通，如出现【Unsupported item key】则要修改【zabbix_agentd.conf】新添加的配置文件；
2025-09-05T02:42:49.png

此时出现数值8，为该服务器有8块显卡；
2025-09-05T02:45:12.png

等待一段时间，当自动发现规则完成后，将出现以下信息：
2025-09-05T02:39:05.png

此时测试【GPU [0] Memory Used】，即第一块显卡显存使用率，出现数值：
2025-09-05T02:39:31.png

与服务器上的NVidia-smi中的数值一致，至此结束。（除使用率外，还可检测GPU温度，GPU空闲显存及GPU在线状态等信息）
2025-09-05T02:40:57.png

本文由 yorickbao 创作，采用知识共享署名4.0 国际许可协议进行许可。
本站文章除注明转载/出处外，均为本站原创或翻译，转载前请务必署名。

Zabbix 监控 GPU服务器

GPU服务器中的配置

Github模板下载

将下载模板导入zabbix中