# DCGM: активная диагностика и история пассивного мониторинга

Как сопоставлять активные тесты DCGM с пассивной историей здоровья по покрытию наблюдений, сроку хранения, выбранным проверкам и условиям нагрузки.

Автор: Команда Retrivium
Обновлено: 2026-11-01
Канонический URL: https://retrivium.ai/ru/journal/dcgm-active-passive-evidence/
Language: ru

## Два вопроса требуют разных свидетельств

Узел может иметь чистый недавний отчёт мониторинга и при этом не пройти выбранную диагностическую нагрузку. Он также способен сохранять исторический инцидент после успешного активного теста. Такие результаты не обязательно противоречат друг другу. Они отвечают на вопросы о разных интервалах, выбранных компонентах и условиях наблюдения.

В [руководстве по диагностике DCGM](https://docs.nvidia.com/datacenter/dcgm/latest/learn/modules/dcgm-diagnostics.html) активные тесты отделены от мониторинга здоровья во время обычной работы. Активный результат относится к конкретно выполненной проверке. Он не восстанавливает все прежние нагрузки узла, не устраняет неисправность и не определяет решение по гарантии оборудования.

## Определите окно пассивного наблюдения

Сохраните наблюдаемые подсистемы, выбранные устройства, шаг сбора, срок хранения и время работы host engine. [Справочник dcgmi health](https://docs.nvidia.com/datacenter/dcgm/latest/reference/command-line-reference/dcgmi/dcgmi-health.html) объясняет, что проверка оценивает сохранённые данные включённых наблюдений. Поэтому к отсутствию инцидента всегда нужен вопрос: было ли соответствующее состояние действительно измерено и сохранено?

Если мониторинг начался после отказа приложения, отчёт не доказывает исправность прежнего интервала. Короткий срок хранения аналогично может удалить сведения о старом событии. Оставляйте ненаблюдаемые и недоступные интервалы видимыми вместо превращения каждого пустого списка событий в гарантию непрерывного здоровья.

## Осознанно ограничивайте активный тест

Выбирайте устройство и набор диагностики для исследуемого пути. Сохраняйте установленный выпуск DCGM, параметры запуска, перечень тестов, среду и исходный результат. Проверка программного развёртывания и длительная аппаратная нагрузка не устанавливают одинаковое свойство, даже когда обе завершаются благоприятным статусом.

Активная диагностика способна потреблять вычисления, память, межсоединения, мощность и охлаждение. Согласуйте её с планировщиком и процедурой обслуживания платформы. Запуск рядом с занятым приложением может измерять взаимное влияние или мешать приложению, ослабляя достоверность как диагностического вывода, так и результата рабочей нагрузки.

## Сопоставляйте смешанные результаты

Рассмотрим условный случай: пассивный мониторинг сохранил температурный инцидент в прежний загруженный период, затем тест памяти прошёл в других условиях. Результат памяти не отменяет температурное наблюдение. Дальнейшее исследование должно сохранить оба набора условий и проверить путь, относящийся к первоначальному отказу.

Обратная ситуация тоже полезна. Активный тест может завершиться ошибкой при отсутствии пассивных событий: проблемный путь не использовался в сохранённом интервале, нужное наблюдение не было включено или диагностика столкнулась с особенностью среды. Нельзя разрешать такое расхождение выбором удобного зелёного или красного результата панели.

## Подготовьте общий пакет свидетельств

В отчёте нужны отдельные разделы о пассивном покрытии и активном выполнении. Включите идентификаторы устройств, время, условия среды, исходный вывод, ошибки, пропущенные проверки и открытые вопросы. Каждый вывод связывайте с конкретным подтверждающим наблюдением. Так получается ограниченное описание того, что измерено и проверено; для возврата узла в работу оно полезнее одного необъяснённого ярлыка «исправен».

Дополнительно сохраняйте причину выбранного следующего шага. Если исходный отказ относился к другому пути, повторение уже успешного теста без изменения вопроса не добавит нужных свидетельств и лишь займёт ресурсы обслуживания.

## Связанные материалы

- [Бывший в эксплуатации GPU: какие проверки нужны перед пилотом](/ru/journal/used-gpu-health-check/)
- [Приёмка GPU-узла: какие доказательства полезнее красивого бенчмарка](/ru/journal/gpu-acceptance-evidence/)