DCGM Exporter
DCGM Exporter 是 NVIDIA 官方提供的开源监控组件，基于 DCGM（Data Center GPU Manager）构建，用于采集 GPU 设备的性能指标并将其转换为 Prometheus 可抓取的格式。它支持温度、显存占用、利用率、功耗等多维度 GPU 指标的导出，常与 Prometheus 和 Grafana 配合使用，适用于数据中心和 Kubernetes 集群中的 GPU 资源监控场景。
时间轴 (近 90 天)
NVIDIA修复了GPU监控工具DCGM Exporter中的一个高危漏洞，该漏洞源于未受保护的Go语言性能分析（profiling）路由
该漏洞允许攻击者通过发起海量请求远程耗尽系统资源，导致GPU监控中断并影响AI训练与推理任务
DCGM Exporter默认通过9400端口对外提供Prometheus格式的指标抓取接口，以Kubernetes DaemonSet或独立进程形式部署在每个GPU节点上
网络扫描发现约2100套暴露在公网的系统，分布在约300家组织中，泄露了超过12000块显卡的唯一标识符
约四分之一的暴露系统开启了危险的诊断功能，处于可被攻击的状态
该漏洞的CVSS向量为攻击向量网络、攻击复杂度低、无需权限、无需用户交互，仅可用性受到高度影响，不涉及数据泄露或权限提升
NVIDIA已发布修复，建议管理员升级到DCGM Exporter 4.8.2或更高版本
官方建议除非必要应关闭profiling等诊断路由，限制监控端点网络暴露面，并为监控接口增加认证和速率限制
当profiling路由与监控指标路由共用同一监听地址且未做路径级访问控制时，对外暴露监控端口等同于暴露诊断攻击面
全部知识事实 (8)
DCGM Exporter能够暴露GPU温度、功耗、SM利用率、显存使用率、ECC错误计数、PCIe带宽等数十项硬件指标
90%待验证NVIDIA修复了GPU监控工具DCGM Exporter中的一个高危漏洞，该漏洞源于未受保护的Go语言性能分析（profiling）路由
50%待验证该漏洞允许攻击者通过发起海量请求远程耗尽系统资源，导致GPU监控中断并影响AI训练与推理任务
50%待验证DCGM Exporter默认通过9400端口对外提供Prometheus格式的指标抓取接口，以Kubernetes DaemonSet或独立进程形式部署在每个GPU节点上
50%待验证该漏洞的CVSS向量为攻击向量网络、攻击复杂度低、无需权限、无需用户交互，仅可用性受到高度影响，不涉及数据泄露或权限提升
50%待验证官方建议除非必要应关闭profiling等诊断路由，限制监控端点网络暴露面，并为监控接口增加认证和速率限制
50%待验证当profiling路由与监控指标路由共用同一监听地址且未做路径级访问控制时，对外暴露监控端口等同于暴露诊断攻击面
50%待验证NVIDIA已发布修复，建议管理员升级到DCGM Exporter 4.8.2或更高版本
50%