sz4090 GPU 集群 · 统一入口
23 节点 · 152× RTX 4090 · Kueue 潮汐调度(日推理 / 夜训练)
https://harbor-internal.lunalabs.cn:60443/portal
统一入口子路径(同一域名,Basic Auth)
Harbor · 镜像仓库Registry
镜像推送/拉取、项目与 Robot 账号管理。集群内 705 个容器全部由此拉取。
/
Grafana · 监控大盘登录
DCGM GPU 大盘、Kueue 队列视图、节点/存储/网络大盘。
/grafana
PrometheusBasic Auth
指标查询、告警规则、Target 状态(routePrefix=/prometheus)。
/prometheus
AlertmanagerBasic Auth
告警路由与静默管理(飞书通知经 feishu-bridge 转发)。
/alertmanager