NVML
NVIDIA提供的GPU管理库，用于监控和管理NVIDIA GPU的状态与性能指标。
时间轴 (近 90 天)
拓扑感知调度通过读取硬件拓扑信息（如 NVML、节点拓扑管理器提供的亲和性数据），将通信密集的任务优先放置在互连带宽更高的资源组合上。
显卡识别依赖 NVIDIA 的 NVML 接口读取显存容量与算力等级，据此决定分辨率上限、是否启用半精度（fp16）或显存优化策略。
GPU遥测通常由NVML或DCGM暴露，涵盖功耗、温度、SM时钟、显存带宽利用率、ECC错误计数、NVLink链路状态等。
NVML（NVIDIA Management Library）是NVIDIA提供的底层监控与管理接口，nvidia-smi、dcgm-exporter及各类GPU监控Agent都构建在其之上。
nvidia-ml-py是NVML的Python绑定，可在基准测试循环内以亚秒级粒度读取温度、SM/显存频率、功耗及throttle reasons。
nvidia-smi 提供全卡级别的瞬时读数，无法区分是哪个进程或请求在消耗显存，要实现逐租户归因需要在每个服务层埋点
全部知识事实 (7)
Fleet Intelligence的实时遥测能力建立在NVML和DCGM等底层监控技术之上
85%待验证拓扑感知调度通过读取硬件拓扑信息（如 NVML、节点拓扑管理器提供的亲和性数据），将通信密集的任务优先放置在互连带宽更高的资源组合上。
50%待验证显卡识别依赖 NVIDIA 的 NVML 接口读取显存容量与算力等级，据此决定分辨率上限、是否启用半精度（fp16）或显存优化策略。
50%待验证GPU遥测通常由NVML或DCGM暴露，涵盖功耗、温度、SM时钟、显存带宽利用率、ECC错误计数、NVLink链路状态等。
50%待验证nvidia-ml-py是NVML的Python绑定，可在基准测试循环内以亚秒级粒度读取温度、SM/显存频率、功耗及throttle reasons。
50%待验证NVML（NVIDIA Management Library）是NVIDIA提供的底层监控与管理接口，nvidia-smi、dcgm-exporter及各类GPU监控Agent都构建在其之上。
50%待验证nvidia-smi 提供全卡级别的瞬时读数，无法区分是哪个进程或请求在消耗显存，要实现逐租户归因需要在每个服务层埋点
50%