<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Prometheus on Hullabalooing</title>
    <link>https://cruver.ai/tags/prometheus/</link>
    <description>Recent content in Prometheus on Hullabalooing</description>
    <generator>Hugo</generator>
    <language>en</language>
    <lastBuildDate>Wed, 21 Jan 2026 00:00:00 -0700</lastBuildDate>
    <atom:link href="https://cruver.ai/tags/prometheus/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>GPU Metrics and Monitoring</title>
      <link>https://cruver.ai/gpu-ai/posts/gpu-metrics-monitoring/</link>
      <pubDate>Wed, 21 Jan 2026 00:00:00 -0700</pubDate>
      <guid>https://cruver.ai/gpu-ai/posts/gpu-metrics-monitoring/</guid>
      <description>&lt;p&gt;Prometheus metrics and Grafana dashboards for GPU health and state monitoring.&lt;/p&gt;&#xA;&lt;h2 id=&#34;prometheus-metrics&#34;&gt;Prometheus Metrics&lt;a class=&#34;anchor&#34; href=&#34;#prometheus-metrics&#34;&gt;#&lt;/a&gt;&lt;/h2&gt;&#xA;&lt;p&gt;The &lt;code&gt;gpu-state-service&lt;/code&gt; exposes Prometheus metrics on port 9100:&lt;/p&gt;&#xA;&lt;div class=&#34;highlight&#34;&gt;&lt;pre tabindex=&#34;0&#34; style=&#34;color:#e2e4e5;background-color:#282a36;-moz-tab-size:4;-o-tab-size:4;tab-size:4;&#34;&gt;&lt;code class=&#34;language-text&#34; data-lang=&#34;text&#34;&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;# GPU state and configuration&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;gpu_config_info{config=&amp;#34;big-chat&amp;#34;,model=&amp;#34;llama-3.3-70b&amp;#34;} 1&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;gpu_state_info{state=&amp;#34;ready&amp;#34;} 1&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;gpu_ready 1&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;gpu_config_switches_total 5&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;gpu_config_uptime_seconds 3600&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;# Temperature monitoring (from separate AMD GPU exporter on port 9101)&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;amd_gpu_temperature_junction_celsius{gpu=&amp;#34;0&amp;#34;} 72&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;amd_gpu_temperature_junction_celsius{gpu=&amp;#34;1&amp;#34;} 75&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;amd_gpu_utilization_percent{gpu=&amp;#34;0&amp;#34;} 85&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;amd_gpu_power_watts{gpu=&amp;#34;0&amp;#34;} 180&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;&lt;h2 id=&#34;prometheus-endpoints&#34;&gt;Prometheus Endpoints&lt;a class=&#34;anchor&#34; href=&#34;#prometheus-endpoints&#34;&gt;#&lt;/a&gt;&lt;/h2&gt;&#xA;&lt;table&gt;&#xA;  &lt;thead&gt;&#xA;      &lt;tr&gt;&#xA;          &lt;th&gt;Port&lt;/th&gt;&#xA;          &lt;th&gt;Service&lt;/th&gt;&#xA;          &lt;th&gt;Metrics&lt;/th&gt;&#xA;      &lt;/tr&gt;&#xA;  &lt;/thead&gt;&#xA;  &lt;tbody&gt;&#xA;      &lt;tr&gt;&#xA;          &lt;td&gt;9100&lt;/td&gt;&#xA;          &lt;td&gt;gpu-state-service&lt;/td&gt;&#xA;          &lt;td&gt;Config state, switches, uptime&lt;/td&gt;&#xA;      &lt;/tr&gt;&#xA;      &lt;tr&gt;&#xA;          &lt;td&gt;9101&lt;/td&gt;&#xA;          &lt;td&gt;AMD GPU exporter&lt;/td&gt;&#xA;          &lt;td&gt;Temperature, utilization, power&lt;/td&gt;&#xA;      &lt;/tr&gt;&#xA;      &lt;tr&gt;&#xA;          &lt;td&gt;9102&lt;/td&gt;&#xA;          &lt;td&gt;NVIDIA GPU exporter&lt;/td&gt;&#xA;          &lt;td&gt;RTX 2080 metrics (if present)&lt;/td&gt;&#xA;      &lt;/tr&gt;&#xA;  &lt;/tbody&gt;&#xA;&lt;/table&gt;&#xA;&lt;h2 id=&#34;temperature-alerts&#34;&gt;Temperature Alerts&lt;a class=&#34;anchor&#34; href=&#34;#temperature-alerts&#34;&gt;#&lt;/a&gt;&lt;/h2&gt;&#xA;&lt;p&gt;The service monitors junction temperatures and sends ntfy notifications:&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
