- Published on
KI-Server-Monitoring: Prometheus, Grafana und DCGM
- Authors

- Name
- Phillip Pham
- @ddppham
Monitoring: Das Auge des KI-Administrators
Ein KI-Server ohne Monitoring ist wie ein Auto ohne Tacho — man sieht nicht wann etwas kritisch wird.
Die Monitoring-Stack-Komponenten
| Komponente | Zweck |
|---|---|
| Prometheus | Metriken-Sammlung |
| Grafana | Visualisierung & Alerts |
| DCGM Exporter | GPU-Metriken (Temp, Memory, Util) |
| Node Exporter | System-Metriken (CPU, RAM, Disk) |
| cAdvisor | Container-Metriken |
| Blackbox Exporter | HTTP-Health-Checks |
Docker Compose: Vollständiger Monitoring-Stack
version: '3.8'
services:
# Prometheus: Metriken-Sammlung
prometheus:
image: prom/prometheus:latest
volumes:
- ./prometheus.yml:/etc/prometheus/prometheus.yml
- prometheus_data:/prometheus
ports:
- "9090:9090"
# Grafana: Visualisierung
grafana:
image: grafana/grafana:latest
ports:
- "3000:3000"
volumes:
- grafana_data:/var/lib/grafana
# DCGM: GPU-Metriken
dcgm-exporter:
image: nvcr.io/nvidia/k8s/dcgm-exporter:latest
runtime: nvidia
ports:
- "9400:9400"
# Node Exporter: System-Metriken
node-exporter:
image: prom/node-exporter:latest
pid: host
volumes:
- /proc:/host/proc:ro
- /sys:/host/sys:ro
# cAdvisor: Container-Metriken
cadvisor:
image: gcr.io/cadvisor/cadvisor:latest
volumes:
- /:/rootfs:ro
- /var/run:/var/run:ro
volumes:
prometheus_data:
grafana_data:
Wichtige Metriken
| Metrik | Alert-Level | Bedeutung |
|---|---|---|
| GPU Temperature >85°C | ⚠️ Warnung | Kühlung prüfen |
| GPU Utilization <10% | ⚠️ Warnung | Keine Anfrage? |
| GPU Memory >90% | 🔴 Kritisch | OOM-Risiko |
| API Latenz >5s | ⚠️ Warnung | Modell zu groß? |
| API Error Rate >5% | 🔴 Kritisch | System-Probleme |
Grafana Dashboards
| Dashboard | URL | Zeigt |
|---|---|---|
| DCGM Exporter | Import-ID: 12236 | GPU-Temperatur, Memory, Util |
| Node Exporter Full | Import-ID: 1860 | CPU, RAM, Disk, Network |
| Docker Container | Import-ID: 13506 | Container Health, Restart |
Alerting
# prometheus/alert_rules.yml
groups:
- name: ki-server-alerts
rules:
- alert: GPUP过热
expr: dcgm_gpu_temp > 85
for: 5m
annotations:
summary: "GPU überhitzt"
description: "GPU {{ $labels.gpu }} Temperatur: {{ $value }}°C"
- alert: APIHighLatency
expr: http_request_duration_seconds > 5
for: 2m
annotations:
summary: "Hohe API-Latenz"
description: "Latenz >5s für {{ $labels.job }}"
Fazit
Monitoring kostet keine €0 und verhindert die meisten Ausfälle. Der Setup kostet ~4h — die Ersparnis bei vermiedenen Ausfällen ist unschätzbar.
Quellen & Weiterführende Links
📖 Verwandte Artikel
Weitere interessante Beiträge zu ähnlichen Themen
Ollama Monitoring mit Prometheus und Grafana
Ollama Monitoring mit Prometheus und Grafana einrichten: Tokens/s, Latenz, GPU-Auslastung und VRAM sichtbar machen — inklusive DCGM-Exporter und Alerting.
DGX-Spark-Cluster managen: Open-Source-Control-Plane (DGX Manager) — Deployment, Fine-Tuning & Monitoring ohne Cloud
Wer mehrere DGX Spark (GB10) zu einem Cluster verbindet, steht vor einem Verwaltungsproblem: Deployment, Load-Balancing, Fine-Tuning und GPU-Telemetrie. Die NVIDIA-Community baut gerade Open-Source-Control-Planes wie DGX Manager — ein Web-Dashboard, das alles auf eigener Hardware erledigt. Was Mittelständler jetzt wissen müssen.
KI-Server kaufen: Der komplette Leitfaden 2026 für den Mittelstand
KI-Server kaufen für den Mittelstand: Kaufentscheidung, Hardware, Kosten, Anbieter und ROI. Der komplette Leitfaden 2026 mit Vergleich kaufen vs. mieten vs. selbst bauen.
Bereit für KI im Mittelstand?
Nutzen Sie unsere 10 kostenlosen KI-Tools und Praxis-Guides – oder sprechen Sie direkt mit unseren Experten.
Pexon Consulting – KI-Beratung für den Mittelstand | Scaly Academy – Geförderte KI-Weiterbildung (KI-Spezialist, KI-Experte, Workflow-Automatisierung)