K8s + GPU Operator + Alertmanager 环境 100% 可直接落地的 GPU 监控部署

GPU Operator + Prometheus + Grafana + 企业微信 / 钉钉告警

从 0 到 1 完整生产级部署，包含：
1.安装 NVIDIA GPU Operator（自动装驱动、DCGM、Device Plugin）
2.安装 Prometheus + Grafana
3.配置 GPU 指标抓取
4.配置 企业微信 / 钉钉 告警（二选一，直接复制）
5.导入 GPU 监控大盘

一、先创建命名空间

运行

kubectl create namespace gpu-operator
kubectl create namespace monitoring

二、第一步：安装 NVIDIA GPU Operator（最关键）

运行

helm repo add nvidia https://helm.ngc.nvidia.com/nvidia
helm repo update

helm install nvid