显存监控落地部署方法

显存占用监控在推理平台的落地，核心答案是一套“采集-分析-告警-自愈”的四层体系，而非单一工具或命令，这意味着你不仅要看到显存数字，还要理解模型、请求并发与碎片之间的三角关系，否则监控图只是事后诸葛，为什么你的推理平台总在深夜悄悄OOM很多团队把显存监控等同于“看个百分比”，结果GPU卡在深夜悄悄OOM，第二天……