监控 TPU 虚拟机

本指南介绍了如何使用 Cloud Monitoring 监控 TPU 虚拟机。Cloud Monitoring 会自动从 TPU 及其宿主虚拟机收集指标和日志。这些数据可用于监控 TPU 和 Compute Engine 的健康状况。

借助指标，您可以跟踪一段时间内的数值量，例如 CPU 利用率、网络用量或 TensorCore 空闲时长。日志会捕获特定时间点的事件。日志条目由您自己的代码、Google Cloud 服务、第三方应用和Google Cloud 基础设施编写。您还可以通过创建基于日志的指标，根据日志条目中的数据生成指标。您还可以根据指标值或日志条目设置提醒政策。

如需监控 TPU，您还可以使用容量规划工具（预览版）。借助容量规划工具，您可以查看项目、文件夹或组织的 TPU 用量和预测数据。此数据每 24 小时更新一次，您可以使用它来分析用量趋势并规划未来的容量需求。如需了解详情，请参阅容量规划工具概览。

访问 TPU 指标

Compute Engine 会生成两种类型的 TPU 指标：TPU 运行时指标和 TPU 虚拟机基础架构指标。您可以通过以下两种方式获取指标：

  • TPU 监控库：使用 TPU 监控库从 LibTPU SDK 获取 TPU 运行时指标。这样一来，您的应用便可从客机环境内部获取实时遥测数据。如需了解详情，请参阅 TPU 监控库。

  • AI 遥测数据收集器：通过 AI 遥测数据收集器获取运行时指标和虚拟机基础设施指标。AI 遥测收集器在 TPU 虚拟机内运行，可让您通过 Cloud Monitoring 或您自己的基于 Prometheus 的监控流水线访问指标。如需了解详情，请参阅 AI 遥测收集器。

TPU 指标

Cloud TPU 的Google Cloud 指标由 Compute Engine 虚拟机和 Cloud TPU 运行时自动生成。下表中的指标由 Compute Engine 虚拟机生成。如需查看 Compute Engine 生成的指标的完整列表，请参阅 Compute Engine 指标。

此表中的“指标类型”字符串必须以 compute.googleapis.com/ 为前缀。表中的条目省略了该前缀。查询标签时，请使用 metric.labels 前缀；例如 metric.labels.LABEL="VALUE"。

正式版 (GA)

指标类型发布阶段 （资源层次结构级别
显示名称
种类、类型、单位
受监控的资源		 说明
标签
instance/tpu/active_chips GA  （项目）
活跃 TPU 芯片数
GAUGE、INT64、1
gce_instance 		当前正在积极使用的芯片数量（即非空闲芯片）。
accelerator_type： 加速器类型和代系。
reservation_id：实体机预留的 ID。
provisioning_model： 关联的预配模型。
protection_tier：关联的保护模型。
block_id： 托管虚拟机的集群中的区块 ID。
subblock_id： 托管虚拟机的子块的 ID。
is_exr： （布尔值） 指示芯片是否属于扩展预留。
instance/tpu/scheduled_chips GA  （项目）
已调度的 TPU 芯片数
GAUGE、INT64、1
gce_instance 		分配给运行状况良好且未因维护而停用的虚拟机的芯片的当前数量。
accelerator_type： 加速器类型和代系。
reservation_id：实体机预留的 ID。
provisioning_model： 关联的预配模型。
protection_tier：关联的保护模型。
block_id： 托管虚拟机的集群中的区块 ID。
subblock_id： 托管虚拟机的子块的 ID。
is_exr： （布尔值） 指示芯片是否属于扩展预留。
tpu/slice/capacity/available_chips GA  （项目）
可用 TPU 芯片数量
GAUGE、INT64、1
compute.googleapis.com/AcceleratorSlice 		当前可供使用且处于有效状态的扩展预留 TPU 芯片数量。每 60 秒采样一次。采样后，数据有片刻不会显示，最长可达 360 秒。
accelerator_type： 加速器类型和代系。
reservation_id：实体机预留的 ID。
block_id： 与切片关联的块 ID。
subblock_id：与切片关联的子块 ID。
provisioning_model： 关联的预配模型。
protection_tier：关联的保护模型。
tpu/slice/capacity/committed_chips GA  （项目）
购买的 TPU 芯片数量
GAUGE、INT64、1
compute.googleapis.com/AcceleratorSlice 		已购买的扩展预留 TPU 芯片的当前数量。每 60 秒采样一次。采样后，数据有片刻不会显示，最长可达 360 秒。
accelerator_type： 加速器类型和代系。
reservation_id：实体机预留的 ID。
block_id： 与切片关联的块 ID。
subblock_id：与切片关联的子块 ID。
provisioning_model： 关联的预配模型。
protection_tier：关联的保护模型。

Beta 版

指标类型发布阶段 （资源层次结构级别
显示名称
种类、类型、单位
受监控的资源		 说明
标签
instance/tpu/accelerator/duty_cycle BETA  （项目）
加速器工作周期
GAUGE、DOUBLE、%
gce_instance 		在采样周期内，加速器活跃处理的时间所占的百分比。值范围为 [0,100]。
accelerator_id：加速器的设备 ID。
instance/tpu/accelerator/memory_bandwidth_utilization BETA  （项目）
加速器内存带宽利用率
GAUGE、DOUBLE、%
gce_instance 		正在使用的加速器内存带宽当前所占的百分比。计算方法是将采样周期内使用的内存带宽除以同一采样周期内支持的最大带宽。
accelerator_id：加速器的设备 ID。
instance/tpu/accelerator/memory_total BETA  （项目）
加速器内存总量
GAUGE、INT64、By
gce_instance 		当前分配的加速器内存总量（以字节为单位）。
accelerator_id：加速器的设备 ID。
instance/tpu/accelerator/memory_used BETA  （项目）
加速器内存用量
GAUGE、INT64、By
gce_instance 		当前使用的加速器内存总量（以字节为单位）。
accelerator_id：加速器的设备 ID。
instance/tpu/accelerator/tensorcore_utilization BETA  （项目）
加速器 TensorCore 利用率
GAUGE、DOUBLE、%
gce_instance 		已用 TensorCore 当前所占百分比。计算方法是将采样周期内执行的 TensorCore 操作次数除以同一采样周期内支持的 TensorCore 操作次数。
accelerator_id：加速器的设备 ID。
instance/tpu/chip_state BETA  （项目）
TPU 芯片状态数
GAUGE、INT64、1
gce_instance 		处于各种状态（例如“健康”“不健康”和“未知”）的 TPU 芯片的数量。
state： 芯片的状态。
accelerator_type： 加速器类型和代系。
block_id： 托管虚拟机的集群中的区块 ID。
subblock_id： 托管虚拟机的子块的 ID。
reservation_id：实体机预留的 ID。
is_exr： （布尔值） 指示芯片是否属于扩展预留。
instance/tpu/infra_health BETA  （项目）
TPU 实例健康状况
GAUGE、INT64、1
gce_instance 		表示 TPU 实例的总体健康状况。指标标签有助于识别健康状况下降或不佳的 TPU 实例的具体健康状况和问题原因，主要侧重于 TPU 硬件和系统健康状况。健康状况变化可能需要几分钟才能反映在此指标中。每 60 秒采样一次。采样后，数据在最长 420 秒的时间内不会显示。
health_status：TPU 实例的总体健康状况。可能的值：HEALTHY（正常运行）、UNHEALTHY（检测到严重问题）、DEGRADED（存在影响性能的问题）、UNKNOWN（无法确定状态）。
unhealthy_category： 不健康虚拟机状态的说明。仅当指标的值为“不健康”时，系统才会填充此标签。
machine_type： 实例的机器类型（例如，ct6e-standard-4t-tpu）。
machine_id： 托管虚拟机的物理机的 ID。
block_id： 托管虚拟机的集群中的区块 ID。
cluster_id： 托管虚拟机的集群的 ID。
reservation_id：实体机预留的 ID。
subblock_id： 托管虚拟机的子块的 ID。
instance/tpu/runtime/uptime BETA  （项目）
运行时正常运行时间
GAUGE、INT64、s
gce_instance 		自 ML 作业初始化运行时库 (libtpu.so) 以来，ML 运行时的正常运行时间。在此期间，运行时库会阻止 TPU 设备供机器学习作业使用。
ml_framework_name：机器学习框架的名称。
ml_framework_version： 机器学习框架的版本。
instance/tpu/utilized_chips BETA  （项目）
已使用的 TPU 芯片数
GAUGE、DOUBLE、1
gce_instance 		当前总利用容量，以有效活跃芯片数量表示。它相当于所有有效芯片的分数利用率（0.0 到 1.0）之和。
accelerator_type： 加速器类型和代系。
reservation_id：实体机预留的 ID。
provisioning_model： 关联的预配模型。
protection_tier：关联的保护模型。
block_id： 托管虚拟机的集群中的区块 ID。
subblock_id： 托管虚拟机的子块的 ID。
is_exr： （布尔值） 指示芯片是否属于扩展预留。
tpu/multislice/accelerator/device_to_host_transfer_latencies BETA  （项目）
从设备到主机的传输延迟时间
CUMULATIVE、DISTRIBUTION、us
gce_instance 		每个数据块从设备到主机的传输延迟时间的累积分布。延迟时间的计算从发出将数据传输到主机的请求时开始，到收到数据传输已完成的确认时结束。
buffer_size： 缓冲区大小。
tpu/multislice/accelerator/host_to_device_transfer_latencies BETA  （项目）
从主机到设备的传输延迟时间
CUMULATIVE、DISTRIBUTION、us
gce_instance 		多切片流量的每个数据块从主机到设备的传输延迟时间的累积分布。延迟时间的计算从发出将数据传输到设备的请求时开始，到收到数据传输已完成的确认时结束。
buffer_size： 缓冲区大小。
tpu/multislice/network/collective_end_to_end_latencies BETA  （项目）
端到端总体延迟时间
CUMULATIVE、DISTRIBUTION、us
gce_instance 		多切片流量的端到端总体延迟时间的累积分布。延迟时间的计算从发出集合请求时开始，到收到数据传输已完成的确认时结束。
input_size： 集合操作的输入大小。
collective_type： 集合操作的类型。
tpu/multislice/network/dcn_transfer_latencies BETA  （项目）
DCN 传输延迟时间
CUMULATIVE、DISTRIBUTION、us
gce_instance 		多切片流量的网络传输延迟时间的累积分布。延迟时间的计算从发出通过 DCN 传输数据的请求时开始，到收到数据传输已完成的确认时结束。
buffer_size： 缓冲区大小。
type： 类型。
tpu/multislice/network/grpc_client_call_latencies BETA  （项目）
gRPC 客户端调用延迟时间
CUMULATIVE、DISTRIBUTION、us
gce_instance 		gRPC 库从调用者的角度完成 RPC 所需的网络传输延迟时间的累积分布。
buffer_size： 缓冲区大小。
tpu/multislice/network/grpc_server_call_latencies BETA  （项目）
gRPC 服务器调用延迟时间
CUMULATIVE、DISTRIBUTION、us
gce_instance 		从传输角度来看，gRPC 服务器完成 RPC 的网络传输延迟时间的累积分布。
buffer_size： 缓冲区大小。
tpu/multislice/network/grpc_tcp_delivery_rates BETA  （项目）
gRPC TCP 传送速率
CUMULATIVE、DISTRIBUTION、Mb/s
gce_instance 		TCP 连接数据传输速率的累积分布。每个样本都是在最近一个 TCP ACK 间隔内，指定 TCP 连接的最新平均数据传输速率。数据传输速率样本每 20 秒从 Linux TCP 内核中提取一次，因此可以预期，每个 TCP 连接在 60 秒的时间间隔内会创建大约 3 个样本。
tpu/multislice/network/grpc_tcp_min_round_trip_times BETA  （项目）
gRPC TCP 最小往返时间
CUMULATIVE、DISTRIBUTION、us
gce_instance 		每个 TCP 连接的最小网络传输延迟时间的累积分布。
tpu/multislice/network/grpc_tcp_packets_retransmitted_count BETA  （项目）
gRPC TCP 数据包重传次数
CUMULATIVE、INT64、1
gce_instance 		重新传输的数据包总数。
tpu/multislice/network/grpc_tcp_packets_sent_count BETA  （项目）
gRPC TCP 数据包发送计数
CUMULATIVE、INT64、1
gce_instance 		TCP 发送的数据包总数。
instance/tpu/accelerator/core_temperature BETA  （项目）
核心温度
GAUGE、DOUBLE、Cel
gce_instance 		TPU 的核心温度。
accelerator_id： 加速器的设备 ID。有效值包括 0、1、2、3。
instance/tpu/accelerator/core_throttling_indicator BETA  （项目）
核心节流指示器
GAUGE、DOUBLE、1
gce_instance 		每秒跳过的时钟周期数与每个 TPU 核心的总时钟周期数之比。
accelerator_id： 加速器的设备 ID。有效值包括 0、1、2、3。
instance/tpu/accelerator/hbm_power_draw BETA  （项目）
HBM 功耗
GAUGE、DOUBLE、W
gce_instance 		HBM 模块的功率总和（以瓦特 [W] 为单位）。
accelerator_id： 加速器的设备 ID。有效值包括 0、1、2、3。
instance/tpu/accelerator/hbm_temperature BETA  （项目）
HBM 温度
GAUGE、DOUBLE、Cel
gce_instance 		TPU 的高带宽内存 (HBM) 温度。
accelerator_id： 加速器的设备 ID。有效值为 0、1、2、3。
hbm_id： 高带宽内存 (HBM) 模块标识符。通常只有最高值，例如：hbm_0。
instance/tpu/accelerator/hbm_uncorrectable_count BETA  （项目）
HBM 不可纠正的错误数
CUMULATIVE、INT64、1
gce_instance 		HBM 中无法更正的错误（严重）的数量。
accelerator_id： 加速器的设备 ID。有效值包括 0、1、2、3。
instance/tpu/accelerator/mxu_temperature BETA  （项目）
MXU 温度
GAUGE、DOUBLE、Cel
gce_instance 		TPU 的矩阵乘法单元 (MXU) 温度。
accelerator_id： 加速器的设备 ID。有效值为 0、1、2、3。
die_id： 加速器的插槽索引。通常只有最高值，例如：die_0。
GAUGE、INT64、1
gce_instance 		ICI 链接上从“向上”状态到“向下”状态之间状态变化的频率。
accelerator_id： 加速器的设备 ID。有效值包括 0、1、2、3。
GAUGE、INT64、1
gce_instance 		表示 ICI 链路健康状况的数值指标（0-10）。值越高，表示链路不稳定性越高，从轻微的临时抖动 (1-5) 到持续的性能下降 (6-9)。值为 10 表示致命的链接故障，会自动逐出活跃的工作负载。
port_id： 端口 ID。
instance/tpu/accelerator/network/ici_packets_received_count BETA  （项目）
收到的 ICI 数据包数
CUMULATIVE、INT64、1
gce_instance 		TPU 加速器通过其芯片间互连 (ICI) 链路接收到的数据包总数。
accelerator_id： 加速器的设备 ID。有效值包括 0、1、2、3。
instance/tpu/accelerator/network/ici_packets_sent_count BETA  （项目）
发送的 ICI 数据包数量
CUMULATIVE、INT64、1
gce_instance 		TPU 加速器通过其芯片间互连 (ICI) 链路传输的数据包总数。
accelerator_id： 加速器的设备 ID。有效值包括 0、1、2、3。
instance/tpu/accelerator/pcie_fatal_error_count BETA  （项目）
PCIe 严重错误计数
CUMULATIVE、INT64、1
gce_instance 		在 PCIe 接口上发生的严重 PCIe 错误的数量。
accelerator_id： 加速器的设备 ID。有效值包括 0、1、2、3。
instance/tpu/accelerator/pcie_nonfatal_error_count BETA  （项目）
PCIe 非致命错误计数
CUMULATIVE、INT64、1
gce_instance 		在 PCIe 接口上发生的非严重 PCIe 错误的数量。
accelerator_id： 加速器的设备 ID。有效值包括 0、1、2、3。
instance/tpu/accelerator/power_draw BETA  （项目）
功耗
GAUGE、DOUBLE、W
gce_instance 		加速器功耗（以瓦 [W] 为单位）。
accelerator_id： 加速器的设备 ID。有效值包括 0、1、2、3。
instance/tpu/accelerator/tray_power BETA  （项目）
托盘电源
GAUGE、DOUBLE、W
gce_instance 		TPU 托盘的总功耗。
accelerator_id： 加速器的设备 ID。有效值包括 0、1、2、3。
instance/tpu/accelerator/tray_temperature BETA  （项目）
托盘温度
GAUGE、DOUBLE、Cel
gce_instance 		TPU 的托盘温度。
accelerator_id： 加速器的设备 ID。有效值包括 0、1、2、3。
instance/tpu/failure_prediction_status BETA  （项目）
TPU 性能降级状态
GAUGE、INT64、1
gce_instance 		此指标表示 TPU 机器在未来 5 小时内进入降级状态的概率，由我们的专有算法预测得出。相应指标的值标签为 NO_DEGRADATION_PREDICTED、DEGRADATION_PREDICTED、POSSIBLE_DEGRADATION_PREDICTED。每 60 秒采样一次。采样后，数据在最长 540 秒的时间内不会显示。
cluster_id： 托管虚拟机的集群的模糊处理后的集群 ID。
block_id： 托管虚拟机的集群中的模糊处理后的区块 ID。
subblock_id： 托管虚拟机的模糊处理后的子块 ID。
machine_id： 托管虚拟机的模糊处理后的机器名称。
reservation_id：预留 ID。
Value：我们的专有算法预测，TPU 机器将在未来 5 小时内进入降级状态。可能的值为“NO_DEGRADATION_PREDICTED”“DEGRADATION_PREDICTED”“POSSIBLE_DEGRADATION_PREDICTED”。
tpu/capacity/available_chips BETA  （项目）
可用 TPU 芯片数量
GAUGE、INT64、1
compute.googleapis.com/Location 		当前可用的 TPU 芯片数量，这些芯片已准备就绪，可供使用。
accelerator_type： 加速器类型和代系。
reservation_id：实体机预留的 ID。
provisioning_model： 关联的预配模型。
protection_tier：关联的保护模型。
is_exr： 指示 TPU 芯片是否属于扩展预留。
tpu/capacity/committed_chips BETA  （项目）
购买的 TPU 芯片数量
GAUGE、INT64、1
compute.googleapis.com/Location 		已购买的 TPU 芯片的当前数量。
accelerator_type： 加速器类型和代系。
reservation_id：实体机预留的 ID。
provisioning_model： 关联的预配模型。
protection_tier：关联的保护模型。
is_exr： 指示 TPU 芯片是否属于扩展预留。
tpu/network/nic_packets_dropped_count_rx BETA  （项目）
NIC 丢弃的数据包数（接收）
CUMULATIVE、INT64、1
gce_instance 		主机 NIC 丢弃的传入或传出数据包总数（针对 RX）。
nic_id： 网卡 ID。
tpu/network/nic_packets_dropped_count_tx BETA  （项目）
NIC 丢弃的数据包数（传输）
CUMULATIVE、INT64、1
gce_instance 		主机 NIC 丢弃的传入或传出数据包总数（针对 TX）。
nic_id： 网卡 ID。
tpu/network/nic_packets_received_count BETA  （项目）
网卡收到的数据包数
CUMULATIVE、INT64、1
gce_instance 		网卡接收的数据包总数。
nic_id： 网卡 ID。
tpu/network/nic_packets_sent_count BETA  （项目）
网卡发送的数据包数
CUMULATIVE、INT64、1
gce_instance 		网卡发送的数据包总数。
nic_id： 网卡 ID。

Alpha 版

指标类型发布阶段 （资源层次结构级别
显示名称
种类、类型、单位
受监控的资源		 说明
标签
quota/tpus_per_tpu_family/exceeded ALPHA  （项目）
每个 TPU 系列的 TPU 数量。配额超出错误
DELTA、INT64、1
compute.googleapis.com/Location 		尝试超出配额指标 compute.googleapis.com/tpus_per_tpu_family 的限制的次数。采样后，数据在最长 150 秒的时间内不会显示。
limit_name： 限制名称。
tpu_family：TPU 系列自定义维度。
quota/tpus_per_tpu_family/limit ALPHA  （项目）
每个 TPU 系列的 TPU 数量。配额限制
GAUGE、INT64、1
compute.googleapis.com/Location 		配额指标 compute.googleapis.com/tpus_per_tpu_family 的当前限制。每 60 秒采样一次。采样后，数据在最长 150 秒的时间内不会显示。
limit_name： 限制名称。
tpu_family：TPU 系列自定义维度。
quota/tpus_per_tpu_family/usage ALPHA  （项目）
每个 TPU 系列的 TPU 数量。配额用量
GAUGE、INT64、1
compute.googleapis.com/Location 		配额指标 compute.googleapis.com/tpus_per_tpu_family 的当前用量。采样后，数据在最长 150 秒的时间内不会显示。
limit_name： 限制名称。
tpu_family：TPU 系列自定义维度。

AI 遥测数据收集器

AI 遥测收集器会收集并发布使用 Compute Engine API 创建的 TPU 的 compute.googleapis.com 命名空间下的 TPU 指标。这些指标是内置的系统指标，可让您了解健康状况和性能。

AI 遥测收集器架构设计为轻量级、专用 OpenTelemetry (OTEL) 收集器。它使用两个主要接收器来捕获数据：

  • TPU 运行时接收器：在机器学习工作负载处于活跃状态时，直接从 TPU 运行时抓取运行时和工作负载指标（例如工作周期和内存用量）。
  • TPU 主机接收器：直接从设备捕获硬件利用率指标，例如 TensorCore 利用率和内存带宽利用率，无论工作负载是否正在运行。

然后，AI 遥测收集器使用处理器自动应用必要的资源标记（例如 project_id、instance_id 和 zone），并将遥测安全地直接导出到 Cloud Monitoring。

AI 遥测收集器预安装在 Google 的 TPU 优化版 Ubuntu LTS 映像中，并在虚拟机启动时自动运行。如需使用此设置，请在创建 TPU 虚拟机实例或实例模板时指定官方 Google 加速器映像项目和系列。虚拟机启动后，AI 遥测收集器会自动将指标发送到 Cloud Monitoring 信息中心。

如果您要构建自定义操作系统映像，可以在安装并运行 ai-telemetry-collector Docker 映像后使用 AI 遥测收集器。如需了解详情，请参阅使用自定义操作系统映像。

配置

AI 遥测收集器会自动将指标发送到 Cloud Monitoring 信息中心，无需执行任何额外的配置步骤。不过，您可以配置 Snap 软件包或 Docker 映像来添加外部导出目的地、更改指标收集间隔，并添加调试选项。

您可以将默认配置替换为新的配置文件，也可以将其他配置文件附加到现有的默认配置中。添加配置时，系统会添加尚不存在的键，并覆盖已存在的键。不过，数组和列表不是累加的，因此新列表必须同时包含现有值和新值。

以下 YAML 文件配置 AI 遥测收集器，以将指标发送到 Prometheus（一种开源系统监控和提醒工具包）。它还启用了调试选项，可在控制台中打印指标。

exporters:
  prometheus:
    endpoint: 0.0.0.0:8889

service:
  pipelines:
    metrics:
      exporters:
      -   prometheus # For more: https://prometheus.io/docs/introduction/overview/
      -   googlecloud # If you do not include this, you'll lose Google Cloud Monitoring
      -   debug # print metrics within the console

默认操作系统

如果您使用的是 Google 的 TPU 优化型 Ubuntu LTS 映像，请运行以下 Snap 命令，将新的配置文件添加到现有配置：

sudo snap set \
  ai-telemetry-collector \
  extra-flags="--config /home/username/additional-config.yaml"

如果您想覆盖并替换现有配置，请使用 config-path 标志，而不是 extra-flags：

sudo snap set \
  ai-telemetry-collector \
  config-path="/home/username/new-config.yaml"

snap set 命令应触发 AI 遥测收集器的自动重启。如需验证收集器是否已重启并成功应用您的配置，请使用以下命令查看日志：

sudo snap logs -f ai-telemetry-collector

自定义操作系统

如果您使用的是自定义操作系统，请运行以下 Docker 命令，将新配置文件添加到现有配置中：

# First apply the default configs via `--config=/etc/ai-telemetry-collector/config.yaml`
# Then apply your additional config by volume mount.

docker run --privileged --net=host                                                                   \
  -v <path>/additional-config.yaml:/etc/ai-telemetry-collector/additional-config.yaml \
  ai-telemetry-collector:latest                                                       \
  --config=/etc/ai-telemetry-collector/config.yaml                                    \
  --config=/etc/ai-telemetry-collector/additional-config.yaml

如果您想覆盖并替换现有配置，请使用以下 Docker 命令：

# Mount a volume (your config file) to `/etc/ai-telemetry-collector/config.yaml`
# The binary automatically picks up this file.

docker run --privileged --net=host                                               \
  -v <path>/my-config.yaml:/etc/ai-telemetry-collector/config.yaml   \
  ai-telemetry-collector:latest

审核日志

Google Cloud 服务会生成审核日志，以记录 Google Cloud 资源中的管理和访问活动。如需了解详情，请参阅 Compute Engine 审核日志记录。