dexblog.ro
Acces rapid: Învață AI Învață Programare Specificații Dispozitive Comparații
VLLM Toate comenzile vLLM & Infrastructură LLM

Endpoint-ul /metrics în vLLM: Exportul Metricilor de Sistem în Prometheus în vLLM & Infrastructură LLM

Monitorizare, Metrics și Observabilitate vLLM 0.6+ Q&A AI / Distribuie cod

Monitorizarea utilizării KV cache, numărului de cereri în coadă și a vitezei de generare tokeni.

Sintaxă & invocare 
GET /metrics

Endpoint-ul /metrics expune contoare și histograme în format standard Prometheus pentru vizualizare în dashboard-uri Grafana.

Metrice esențiale monitorizate

# Procentul blocurilor KV cache ocupate pe GPU
vllm:gpu_cache_usage_factor 0.42

# Numărul de cereri aflate în coada de așteptare
vllm:num_requests_waiting 0

# Numărul total de tokeni generați
vllm:prompt_tokens_total 45210
vllm:generation_tokens_total 89400

Permite autoscalarea orizontală (HPA) a podurilor pe baza gradului de încărcare al cache-ului GPU.

Învață AI • Comunitate & Q&A

Întrebări & Exemple practice: Endpoint-ul /metrics în vLLM: Exportul Metricilor de Sistem în Prometheus

Ai o întrebare despre Endpoint-ul /metrics în vLLM: Exportul Metricilor de Sistem în Prometheus sau ai descoperit un truc, prompt sau fragment de cod util? Distribuie-l cu ceilalți membri ai comunității!

🤖

Fii primul care pune o întrebare sau distribuie un fragment de cod / prompt!

Nu au fost adăugate încă întrebări sau resurse pentru această pagină. Dacă ai testat un prompt sau ai un snippet util, adaugă-l mai jos pentru comunitate.

Comunitate AI Adaugă o întrebare sau distribuie un cod / prompt

Moderare & Siguranță:

Pentru a menține calitatea și securitatea informațiilor, fiecare întrebare sau fragment de cod/prompt este analizat (manual sau prin moderare asistată de AI) înainte de publicare.