📄️ GPU Operator

本文详细介绍NVIDIA GPU Operator的主要作用、组件构成、与GPU DevicePlugin的区别、Kubernetes兼容性以及部署方法，帮助用户在Kubernetes环境中更轻松地管理GPU资源。

📄️ GPU DCGM-Exporter监控方案

本文详细介绍GPU DCGM-Exporter监控方案，提供完整的监控指标列表和Prometheus配置示例，帮助用户构建高效的GPU监控系统。

📄️ GPU Share MPS&MIG具体操作与注意事项

详细介绍NVIDIA GPU共享技术MPS和MIG的原理、优缺点、适用场景以及在Kubernetes环境中的具体配置和操作步骤，帮助用户实现GPU资源的高效利用

📄️ GPU MIG拆卡后使用docker指定子卡执行

详细介绍NVIDIA GPU通过MIG拆卡后，如何在Docker容器中指定特定MIG子卡执行任务的两种方法：通过docker device参数和NVIDIA_VISIBLE_DEVICES环境变量，支持UUID和索引两种方式

📄️ GPU MIG拆卡后Pod偶发Pending/Terminating状态阻塞问题排查

深入分析GPU MIG拆卡后Pod一直处于Pending或Terminating状态的根因，通过kubelet源码分析发现GetPreferredAllocation接口阻塞问题，最终定位到NVIDIA驱动570.158.01版本的nvml初始化BUG，提供完整的故障排查思路和解决方案

📄️ GPU环境搭建指南：在裸机、Docker、K8S环境中使用GPU

详细介绍如何在裸机、Docker和Kubernetes环境中配置和使用NVIDIA GPU，包括GPU驱动安装、CUDA Toolkit配置、nvidia-container-toolkit部署、K8S device-plugin安装以及GPU监控配置的完整指南