# GPU Monitor & Validator
> Alat pemantauan dan validasi GPU tingkat profesional
Source: https://help.computelabs.ai/id/docs/gpu-monitor
Language: id

> **Versi Terbaru**: 3.1.9

GPU Monitor & Validator adalah alat tingkat profesional untuk memastikan kinerja dan kesehatan optimal GPU NVIDIA dan AMD di lingkungan produksi.

## Gambaran Umum

GPU Monitor & Validator menyediakan:

- **Dukungan multi-vendor**: GPU NVIDIA (CUDA) dan AMD (ROCm)
- **Dukungan multi-GPU yang ditingkatkan**: Autentikasi dan validasi yang ditingkatkan untuk sistem dengan beberapa GPU
- Pemantauan kinerja real-time
- Validasi perangkat keras terhadap spesifikasi produsen
- Benchmarking komprehensif dengan stress test PyTorch
- Deteksi anomali otomatis
- Pemantauan kesehatan berkelanjutan
- Deteksi regresi kinerja
- Validasi manajemen termal
- Verifikasi integritas memori
- Antarmuka terpadu yang agnostik vendor

### Yang Baru di Versi 3.1.9

- **Instalasi agnostik driver**: Paket tidak lagi mengganggu driver NVIDIA/AMD yang ada
- **Deteksi PyTorch dinamis**: Secara otomatis mendeteksi versi CUDA/ROCm dan menginstal PyTorch yang kompatibel
- **Dukungan CUDA 13.0**: Dukungan penuh untuk driver NVIDIA terbaru termasuk CUDA 13.0
- **Masalah izin diperbaiki**: Masalah izin venv selama instalasi diselesaikan
- **Visibilitas error yang lebih baik**: Error instalasi sekarang ditampilkan dengan benar untuk troubleshooting yang lebih mudah

## Persyaratan Sistem

### Sistem Operasi
- Ubuntu 22.04 LTS (Jammy) atau lebih baru
- Ubuntu 24.04 LTS (Noble)
- Ubuntu 24.10 (Oracular)
- Debian 11 (Bullseye) atau lebih baru
- Debian 12 (Bookworm)

### Persyaratan Perangkat Keras
- **GPU NVIDIA**: Compute Capability 7.0+ (V100, T4, A100, H100, seri RTX)
- **GPU AMD**: Kompatibel ROCm (seri MI100, MI200, MI300, Radeon Pro VII, W7900)
- 2MB ruang disk bebas (plus dependensi)

### Persyaratan Perangkat Lunak
- Python 3.10 atau lebih baru
- Koneksi internet untuk setup awal
- **Untuk NVIDIA**: Versi driver NVIDIA apa pun (paket agnostik driver)
- **Untuk AMD**: Versi ROCm apa pun (paket agnostik driver)
- **Catatan**: Paket TIDAK akan menginstal atau memodifikasi driver GPU

## Instalasi

### Opsi 1: Ubuntu PPA (Direkomendasikan untuk Ubuntu)

```bash
# Tambahkan repositori PPA (non-interaktif)
sudo add-apt-repository ppa:cl-ax/gpu-validator -y
sudo apt update

# Instal GPU Agent (non-interaktif)
sudo apt install cl-gpu-agent -y
```

### Opsi 2: Repositori APT (Debian/Ubuntu)

```bash
# Tambahkan repositori
echo 'deb [trusted=yes] https://storage.googleapis.com/gpu_validator/apt-repo stable main' | \
  sudo tee /etc/apt/sources.list.d/computelabs-gpu-agent.list

# Perbarui daftar paket
sudo apt update

# Instal GPU Agent
sudo apt install cl-gpu-agent
```

### Opsi 3: Instalasi Manual

Untuk sistem yang tidak memenuhi persyaratan atau memerlukan konfigurasi kustom:

```bash
# Clone repositori
git clone https://github.com/compute-labs-dev/gpu_validator_monitor.git
cd gpu_validator_monitor

# Jalankan skrip instalasi
sudo ./scripts/install.sh
```

## Mode Operasi

GPU Validator mendukung empat mode operasi utama:

### 1. Mode Validasi

```bash
cl-gpu-agent --mode validate
```

Melakukan:
- Verifikasi spesifikasi perangkat keras
- Tes integritas memori
- Pemeriksaan fungsionalitas CUDA
- Validasi kompatibilitas driver

### 2. Mode Benchmark

```bash
cl-gpu-agent --mode benchmark
```

Menguji:
- Bandwidth memori
- Kinerja core CUDA
- Kemampuan tensor core
- Throughput PCIe
- Efisiensi daya

### 3. Mode Monitor (Layanan Default)

```bash
# Mulai layanan pemantauan
sudo systemctl start cl-gpu-agent

# Aktifkan startup otomatis
sudo systemctl enable cl-gpu-agent
```

Melacak:
- Suhu real-time
- Konsumsi daya
- Penggunaan memori
- Utilisasi GPU
- Tingkat error
- Metrik kinerja

### 4. Mode Deteksi

```bash
cl-gpu-agent --mode detect
```

Mendeteksi dan menampilkan:
- GPU yang tersedia
- Model dan spesifikasi GPU
- Versi driver
- Kemampuan CUDA/ROCm

## Penggunaan

### Manajemen Layanan

```bash
# Periksa status layanan
sudo systemctl status cl-gpu-agent

# Mulai layanan
sudo systemctl start cl-gpu-agent

# Hentikan layanan
sudo systemctl stop cl-gpu-agent

# Aktifkan startup otomatis
sudo systemctl enable cl-gpu-agent

# Lihat log real-time
journalctl -u cl-gpu-agent -f
```

### Penggunaan Perintah Langsung

```bash
# Tampilkan bantuan dan opsi yang tersedia
cl-gpu-agent --help

# Jalankan validasi komprehensif
cl-gpu-agent --mode validate

# Jalankan benchmark kinerja
cl-gpu-agent --mode benchmark

# Jalankan pemantauan (foreground)
cl-gpu-agent --mode monitor
```

## Memahami Hasil

Validator menyediakan tiga metrik kunci:

1. **Status Validasi**: PASS/FAIL untuk spesifikasi perangkat keras
2. **Skor Kinerja**: Dibandingkan dengan benchmark referensi
3. **Indikator Kesehatan**: Tren suhu/daya

Contoh output sukses untuk GPU NVIDIA:
```
GPU 0 (NVIDIA H100 80GB HBM3):
- Validasi: PASS
- Bandwidth Memori: 3.1 TB/s
- Suhu: 42°C (Maks: 85°C)
- Penggunaan Daya: 119W/700W
- Core CUDA: 100% fungsional
- Tes Memori: PASS
- Status Driver: Optimal
```

## Model GPU yang Didukung

### GPU NVIDIA
- **Data Center**: H100, H200
- **Seri RTX 40**: RTX 4090, 4080
- **Seri RTX 50**: RTX 5090, 5080

### GPU AMD
- **Diuji dan Diverifikasi**: MI300X
- GPU yang didukung ROCm lainnya mungkin bekerja tetapi belum diuji

## Troubleshooting

### Masalah Umum

#### Permission Denied Selama Instalasi
Jika Anda melihat `[Errno 13] Permission denied` selama instalasi:

```bash
# Hapus instalasi lama
sudo rm -rf /opt/cl-gpu-agent

# Instal ulang
sudo apt install --reinstall cl-gpu-agent
```

#### Ketidakcocokan Versi Driver NVIDIA
Paket tidak lagi menginstal atau memodifikasi driver GPU sejak v3.1.3+. Jika Anda memiliki masalah driver:

```bash
# Periksa driver Anda saat ini
nvidia-smi

# Paket akan mendeteksi dan menggunakan driver yang ada
# Tidak ada perubahan driver yang akan dibuat
```

#### Dukungan CUDA 13.0 atau Lebih Baru
Jika Anda memiliki CUDA 13.0 atau lebih baru (seperti driver 580.x):
- Paket akan secara otomatis mendeteksi ini
- PyTorch akan diinstal dengan dukungan CUDA 12.4 (backward compatible)
- Driver CUDA 13.0 Anda akan bekerja sempurna dengan PyTorch cu124

#### Versi Paket Tidak Diperbarui
Jika apt tidak mendapatkan versi terbaru:

```bash
# Bersihkan cache dan paksa pembaruan
sudo apt clean
sudo apt update

# Periksa versi yang tersedia
apt policy cl-gpu-agent

# Paksa instal ulang
sudo apt install --reinstall cl-gpu-agent
```