--- title: "一般" slug: "server-gpuserver-vpc" updated: 2026-10-20T09:00:50Z published: 2026-10-20T09:00:50Z canonical: "guide.ncloud-docs.com/server-gpuserver-vpc" --- > ## Documentation Index > Fetch the complete documentation index at: https://guide.ncloud-docs.com/llms.txt > Use this file to discover all available pages before exploring further. # 一般 VPC環境で利用できます。 NAVERクラウドプラットフォームコンソールで GPUサーバを作成して管理する方法を説明します。 KVMベースの GPUサーバの作成と管理は、[KVM GPU](/docs/ja/server-gpuserver-vpc-kvm)でご確認ください。 参考 - 予期せぬサーバ障害または予定された変更タスクなどの際に、中断せずにサービスを継続する保障ができるよう、サーバは基本的にゾーン間の冗長化構成をお勧めします。[Load Balancer の概要](/docs/ja/networking-loadbalancer-loadbalanceroverview)を参照して冗長化設定を行います。 - NAVERクラウドプラットフォームでは、メモリ、CPU、電源供給などの物理サーバの障害に備えるため、High Availability(HA)構造を提供しています。HAは、ハードウェアで発生した障害が Virtual Machine(VM)サーバに拡大されることを防ぐためのポリシーで、ホストサーバに障害が発生した場合、自動的にホストサーバの中にある VMサーバを安定した他のホストサーバに移す Live Migrationをサポートします。ただし、Live Migrationを行えないエラーが発生した場合、VMサーバは再起動します。VMサーバ1台でサービスを運用する場合、VMサーバの再起動により障害が発生し得るため、障害の発生頻度を減らすために上記のように VMサーバを冗長化することをお勧めします。 ## サーバ情報確認 GPUサーバ情報を確認する方法は、一般サーバ情報を確認する方法と同じです。詳細は、[サーバ情報確認](/docs/ja/server-screen-vpc)をご参照ください。 注意 GPUサーバは、サーバ停止中も全体サーバ料金が発生します。 ## サーバ作成 GPUサーバはコンソールの VPC環境の **Menu** > **All Services** > **Compute** > **Server**メニューで作成できます。詳しい作成方法は、[サーバ作成](/docs/ja/server-create-vpc)をご参照ください。 参考 GPUサーバはリソースが限られているため、申請内容を確認した上で提供できます。GPUサーバの作成が必要な場合、[FAQ](https://www.ncloud.com/support/faq/all/3178)を参照し、お申し込みください。 ## サーバ管理 GPUサーバ管理と設定変更方法は、一般サーバ管理と設定変更方法と同じです。詳細は、[サーバ管理](/docs/ja/server-manage-vpc)をご参照ください。 参考 - GPUサーバは、同じタイプのサーバにのみスペックを変更できます。 - GPUサーバを作成した後、GPUを削除して一般サーバに移行できません。一般サーバに変更するには、サーバイメージを作成した後、サーバイメージを使用して一般サーバを新たに作成します。 - 一般サーバで作成したサーバイメージを使用して GPUサーバを作成できます。 ## GPUドライバ/CUDAの再インストールとアップデート GPUサーバ使用中に以下のような場合にサーバの GPUドライバおよび CUDAを再インストールできます。 - OSカーネルバージョンが変更(アップデート)され、現 GPUドライバと互換性がない場合: GPUドライバのみ再インストールします。 - 使用中の旧バージョンの GPUドライバを NAVERクラウドプラットフォームで提供している最新ドライバにアップグレードする場合 - ユーザーが希望する任意のドライババージョンにアップグレードが必要な場合 参考 - NAVERクラウドプラットフォームが基本インストールにて提供するバージョン以外のドライバインストール後に発生する問題に対しては、公式サポートを受けることが難しい場合があります。 - NAVERクラウドプラットフォームで提供しているドライバより下位バージョンでの再インストールはお勧めしません。 - NAVERクラウドプラットフォームが基本インストールにて提供するドライババージョンは、次の通りです(Windows Server 2016の場合、NVIDIAのサポート終了により R525バージョンで提供されます)。 | | Linux | Windows Server 2019 | Windows Server 2016 | | --- | --- | --- | --- | | GPU Driver | 535.161.08 | 537.13 | 527.4 | | CUDA | 12.2 | 12.2 | 12.0 | | cuDNN | 8.9.7 | 8.9.7 | 8.8.0 | 使用中の OSに応じて次の案内をご参照ください。 - [GPUドライバの再インストール(Linux)](/docs/ja/server-gpuserver-vpc#GPU%EB%93%9C%EB%9D%BC%EC%9D%B4%EB%B2%84%EC%9E%AC%EC%84%A4%EC%B9%98Linux) - [CUDAの再インストール(Linux)](/docs/ja/server-gpuserver-vpc#CUDA%EC%9E%AC%EC%84%A4%EC%B9%98Linux) - [GPUドライバの再インストール(Windows)](/docs/ja/server-gpuserver-vpc#GPU%EB%93%9C%EB%9D%BC%EC%9D%B4%EB%B2%84%EC%9E%AC%EC%84%A4%EC%B9%98Windows) - [CUDAの再インストール(Windows)](/docs/ja/server-gpuserver-vpc#CUDA%EC%9E%AC%EC%84%A4%EC%B9%98Windows) ### GPUドライバの再インストール(Linux) NAVERクラウドプラットフォームが提供するバージョンのドライバは、スクリプトにて再インストールできます。 別のバージョンを使用する場合は、手動再インストール手順に従ってください。 #### スクリプトによる再インストール スクリプトにて GPUドライバを再インストールする方法は、次の通りです。 1. `wget http://init.ncloud.com/gpu/ncp_gpu_reinstall.sh`コマンドを入力してスクリプトファイルをダウンロードします。 2. `./ncp_gpu_reinstall.sh`コマンドを入力して既存の GPUドライバを削除します。 3. サーバを再起動します。 4. `./ncp_gpu_reinstall.sh`コマンドを再入力して GPUドライバを再インストールします。 #### 手動再インストール スクリプトによる再インストールに失敗したり、GPUドライバのバージョンを変更してインストールする方法は、次の通りです。 1. 再インストールまたはアップグレードするバージョンのドライバファイルをダウンロードします。 - [NVIDIA Driverダウンロードウェブサイト](https://www.nvidia.com/download/index.aspx)にアクセスします。 2. 次のコマンドを入力して既存の GPUドライバを削除します。 ``` # ./NVIDIA-Linux-x86_64-535.161.08.run -s --uninstall Verifying archive integrity... OK Uncompressing NVIDIA Accelerated Graphics Driver for Linux-x86_64 535.161.08.......................................................................................................... ``` - 例) NAVERクラウドプラットフォームで基本提供する 535.161.08バージョン 3. サーバを再起動します。 4. 次のコマンドを入力して新規の GPUドライバをインストールします。 ``` # ./NVIDIA-Linux-x86_64-535.161.08.run -a --ui=none --no-questions --accept-license Verifying archive integrity... OK Uncompressing NVIDIA Accelerated Graphics Driver for Linux-x86_64 535.161.08............................................................................................................................................................ Welcome to the NVIDIA Software Installer for Unix/Linux (省略) Installation of the kernel module for the NVIDIA Accelerated Graphics Driver for Linux-x86_64 (version 535.161.08) is now complete. ``` 5. サーバを再起動します。 6. `nvidia-smi` コマンドを入力して正常にインストールされたドライバのバージョンと、認識された GPUカードモデルと数を確認します。 ### CUDAの再インストール(Linux) CUDAは cuDNNも一緒に再インストールすることで、正常に動作します。インストールする方法は、次の通りです。 1. [CUDA Toolkitダウンロードウェブサイト](https://developer.nvidia.com/cuda-toolkit-archive)にアクセスします。 2. インストールしたいバージョンの CUDA Runtimeインストールファイルを選択し、ダウンロードリンクを取得します。 - インストールタイプは OSと依存関係のない **runfile (local)**を選択します。 3. 既存 CUDAパスのシンボリックリンクを確認し、既存バージョンの実際のディレクトリパスを削除します。 ``` # ll /usr/local/cuda # lrwxrwxrwx 1 root root 21 Apr 16 15:42 /usr/local/cuda -> /usr/local/cuda-12.2/ # rm -rf /usr/local/cuda-12.2 ``` - 既存の CUDA Toolkitと cuDNNが削除されます。 4. 次のコマンドを入力して CUDA Toolkitを再インストールします。 ``` # ./cuda_12.2.2_535.104.05_linux.run --toolkit --toolkitpath=/usr/local/cuda-12.2 --samples --samplespath=/usr/local/cuda-12.2/samples --silent ``` - 例) NAVERクラウドプラットフォームで基本提供する12.2バージョン 5. 再インストールされた CUDAのバージョンを確認します。 ``` # nvcc --version ``` 6. [cuDNNダウンロードウェブサイト](https://developer.nvidia.com/rdp/cudnn-archive)にアクセスし、ダウンロードリンクを取得します。 7. 読み取ったリンクを介して cuDNNをダウンロードします。 8. cuDNNは、別途のインストーラを使用せず、CUDAがインストールされたディレクトリに圧縮ファイルを解凍するだけでインストールされます。次を参照してインストールしてください。 ``` # cd /root # tar -xvf cudnn-linux-x86_64-8.9.7.29_cuda12-archive.tar.xz # mv cudnn-linux-x86_64-8.9.7.29_cuda12-archive cuda # cp cuda/include/cudnn* /usr/local/cuda/include # cp cuda/lib64/libcudnn* /usr/local/cuda/lib64 # chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn* ``` - 例) NAVERクラウドプラットフォームで基本提供する 8.9.7バージョン 9. インストールされた cuDNNのバージョンを確認します。 ``` # cat /usr/local/cuda/include/cudnn_version.h | grep -A2 MAJOR #define CUDNN_MAJOR 8 #define CUDNN_MINOR 9 #define CUDNN_PATCHLEVEL 7 ``` - cuDNN 8.x基準の確認方法 ### GPUドライバの再インストール(Windows) GPUドライバはスクリプトを実行して自動で再インストールできます。 もし自動再インストールに失敗した場合、手動での再インストールもできます。 #### 自動再インストール スクリプトファイルをダウンロードおよび実行して GPUドライバを自動で再インストールする方法は、次の通りです。 1. 次のコマンドを入力してスクリプトファイルをダウンロードします。 ``` Start-BitsTransfer -Source "http://init.ncloud.com/win_gpu/install_gpu.exe" -Destination "c:\install_gpu.exe" ``` 2. install_gpu.exeファイルを実行します。 - Nvidia GPU driverインストールのポップアップが表示され、インストールの時間は約10~15分かかります。 3. インストール完了のポップアップが表示されたら、サーバを再起動します。 4. `run - devmgmt.msc`コマンドを入力してデバイスマネージャコンソールを開きます。 5. デバイスマネージャコンソールで **Display Adapters**下位の NVIDIAグラフィックボードをダブルクリックします。 6. プロパティポップアップの **[Driver]** タブでドライバのバージョンを確認します。 7. cmdウィンドウを開き、`cd C:\Program Files\NVIDIA Corporation\NVSMI`を入力して位置を移動した後、`nvidia-smi`を入力します。 - 認識されたグラフィックボードデバイスを確認できます。 #### 手動再インストール スクリプトを利用した自動再インストールができない場合、手動で GPUドライバを再インストールする方法は、次の通りです。 1. [GPUドライバのダウンロードウェブサイト](https://www.nvidia.co.kr/Download/index.aspx?lang=kr)で再インストールまたはアップグレードするバージョンのドライバファイルをダウンロードします。 - 例) [NAVERクラウドプラットフォームで基本提供する 461.33バージョン](https://www.nvidia.com/download/driverResults.aspx/170739/en-us/) 2. ダウンロードした GPUドライバの exeファイルを実行してインストールします。 - インストールポップアップの案内に従って行います。 - ソフトウェアサービス利用規約に同意してから使用できます。 - インストールオプションは **Express**を選択します。 3. サーバを再起動します。 4. `run - devmgmt.msc`コマンドを入力してデバイスマネージャコンソールを開きます。 5. デバイスマネージャコンソールで **Display Adapters**下位の NVIDIAグラフィックボードをダブルクリックします。 6. プロパティポップアップの **[Driver]** タブでドライバのバージョンを確認します。 ### CUDAの再インストール(Windows) CUDAは cuDNNも一緒に再インストールすることで、正常に動作します。インストールする方法は、次の通りです。 1. [CUDA Toolkitダウンロードウェブサイト](https://developer.nvidia.com/cuda-toolkit-archive)にアクセスします。 2. プラットフォームを設定した後、リンクをクリックして exeファイルをダウンロードします。 3. ダウンロードした CUDA exeファイルを実行してインストールします。 - インストールポップアップの案内に従って行います。 - ソフトウェアサービス利用規約に同意してから使用できます。 - インストールオプションは **Express**を選択します。 4. [cuDNNダウンロードウェブサイト](https://developer.nvidia.com/cudnn-download-survey)にアクセスしてログインした後、希望するバージョンの cuDNNファイルをダウンロードします。 参考 cuDNNは会員のみダウンロードできます。アカウントをお持ちでない場合、会員登録後にログインしてください。 5. ダウンロードして zipファイルを圧縮展開し、内部の bin、include、libフォルダを CUDA 11.2.2バージョンのインストールパスにある同じ名前のフォルダに置換します。 6. cmdウィンドウを開き、`cd C:\Program Files\NVIDIA Corporation\NVSMI`を入力して位置を移動した後、`nvidia-smi`を入力します。 - 認識されたグラフィックボードデバイスを確認できます。 参考 `nvidia-smi`コマンドを実行すると出力される情報は、次の通りです。 | 項目 | 説明 | | --- | --- | | Driver Version | インストールされたドライバのバージョン | | CUDA Version | ドライバがサポートする CUDA APIバージョン | | Name | GPUモデル名 | | Temp | GPUコアの温度 | | Perf | GPUの Performance State - GPUの温度と電力使用量に応じて柔軟に変化 | | Pwr:Usage/Cap | 現在 GPUが使用している電力量 | | Memory-Usage | GPUのメモリ使用量(現在の使用量/GPUメモリ容量) | | Volatile GPU-Util | GPU使用率 | | Uncorr. ECC | Uncorrectable ECC(Error Correction Code)エラーの発生回数 | | MIG M. | Multi Instance GPU(MIG) Modeのステータス - NAVERクラウドプラットフォームが提供する P40、T4、V100 GPUでは機能を未サポート | | Processes | 現在 GPUを使用しているプロセスの情報 - GPU: プロセスが動作中の GPU番号 - GI ID/CI ID: Multi-Instance GPU(MIG)機能で Sliceされた GPU Instanceと Compute Instanceの情報 - PID、Process name: プロセスの IDと名前 - Type: CUDA/OpenCLプロセスは C(Compute)、DirectX/OpenGLプロセスは G(Graphics)で表示 - GPU Memory Usage: プロセスの GPUメモリ使用量 | ## NTKを通じた診断データの収集/伝達 Ncloud Tool Kit(NTK)を通じて GPU VMの NVIDIAデバッグログを収集して伝達できます。 デバッグログの収集と伝達プロセスは、次の通りです。 [1. NTK実行](/docs/ja/server-gpuserver-vpc#1NTK%EC%8B%A4%ED%96%89) [2. GPUデバッグログの収集](/docs/ja/server-gpuserver-vpc#2GPU%EB%94%94%EB%B2%84%EA%B7%B8%EB%A1%9C%EA%B7%B8%EC%88%98%EC%A7%91) 参考 NTKに関する詳細な説明は、Ncloud Tool Kit([Linux](/docs/ja/server-ntk-lin)/[Windows](/docs/ja/server-ntk-win))をご参照ください。 ### 1. NTK実行 Linuxサーバで NTKを実行する方法は、次の通りです。 1. `cd /usr/local/etc` コマンドを入力します。 - NTKのあるパスに遷移します。 2. `tar zxvf ntk.tar.gz` コマンドを入力します。 - NTKファイルの圧縮が展開されます。 - ntk.tar.gzファイルがないか、このファイルを最新バージョンに置き換えるには、`wget -P /usr/local/etc http://init.ncloud.com/server/ntk/linux/xen/ntk.tar.gz`を入力してファイルをダウンロードします。 3. `/usr/local/etc/ntk/ntk` コマンドを入力して NTKを実行します。 ### 2. GPUデバッグログの収集 NTKで GPU関連のデバッグログを収集する方法は、次の通りです。 1. NTKメイン画面で、**E EXECUTE - << Run System Apps >>**を選択します。 ![gpu-server-createvpc_guide28_ko](https://cdn.document360.io/6998976f-9d95-4df8-b847-d375892b92c2/Images/Documentation/gpu-server-createvpc_guide28_ja.png?sv=2026-02-06&spr=https&st=2026-10-30T15%3A57%3A24Z&se=2026-10-30T16%3A57%3A24Z&sr=c&sp=r&sig=cqajYIE5gTA2YzJ8fOl3yYGl%2BE9WASEBusEaKQHcX2I%3D) 2. **G GPU DEBUG COLLECTING - FOR LOG COLLECT >>**を選択します。 ![gpu-server-createvpc_guide29_ko](https://cdn.document360.io/6998976f-9d95-4df8-b847-d375892b92c2/Images/Documentation/gpu-server-createvpc_guide29_ja.png?sv=2026-02-06&spr=https&st=2026-10-30T15%3A57%3A24Z&se=2026-10-30T16%3A57%3A24Z&sr=c&sp=r&sig=cqajYIE5gTA2YzJ8fOl3yYGl%2BE9WASEBusEaKQHcX2I%3D) 3. ログ収集スクリプトを実行するために、**Yes**を選択します。 ![gpu-server-createvpc_guide30_ko](https://cdn.document360.io/6998976f-9d95-4df8-b847-d375892b92c2/Images/Documentation/gpu-server-createvpc_guide30_ja.png?sv=2026-02-06&spr=https&st=2026-10-30T15%3A57%3A24Z&se=2026-10-30T16%3A57%3A24Z&sr=c&sp=r&sig=cqajYIE5gTA2YzJ8fOl3yYGl%2BE9WASEBusEaKQHcX2I%3D) 4. ログ収集完了メッセージとログファイル保存パスが出力されたら、内容を確認した後に **Ok**を選択します。 ![gpu-server-createvpc_guide31_ko](https://cdn.document360.io/6998976f-9d95-4df8-b847-d375892b92c2/Images/Documentation/gpu-server-createvpc_guide31_ja.png?sv=2026-02-06&spr=https&st=2026-10-30T15%3A57%3A24Z&se=2026-10-30T16%3A57%3A24Z&sr=c&sp=r&sig=cqajYIE5gTA2YzJ8fOl3yYGl%2BE9WASEBusEaKQHcX2I%3D) 5. NAVERクラウドのテクニカルサポートセンターへのログファイル送信有無を選択します。 - 転送を希望する場合は **Yes**を選択します。ファイル送信がすぐに開始されます。送信が完了すると、成功メッセージとユーザーがログをダウンロードできる短縮 URLが表示されます。 - 送信を希望しない場合は **No**を選択して終了します。 ![gpu-server-createvpc_guide32_ko](https://cdn.document360.io/6998976f-9d95-4df8-b847-d375892b92c2/Images/Documentation/gpu-server-createvpc_guide32_ja.png?sv=2026-02-06&spr=https&st=2026-10-30T15%3A57%3A24Z&se=2026-10-30T16%3A57%3A24Z&sr=c&sp=r&sig=cqajYIE5gTA2YzJ8fOl3yYGl%2BE9WASEBusEaKQHcX2I%3D) ### 作成されたログの送信 既に作成されたログファイルを NAVERクラウドのテクニカルサポートセンターに送信する方法は、次の通りです。 参考 ネットワークの不具合により NAVERクラウドのテクニカルサポートセンターにログファイルが正常に送信されない場合は、VMに保存されているログファイルを添付して転送してください。 - ログファイルの保存パス: /usr/local/etc/ntk/logs/gpu_get_log 1. NTKメイン画面で、**V VIEW - << View & Upload Logs >>**を選択します。 ![gpu-server-createvpc_guide34_ko](https://cdn.document360.io/6998976f-9d95-4df8-b847-d375892b92c2/Images/Documentation/gpu-server-createvpc_guide34_ja.png?sv=2026-02-06&spr=https&st=2026-10-30T15%3A57%3A24Z&se=2026-10-30T16%3A57%3A24Z&sr=c&sp=r&sig=cqajYIE5gTA2YzJ8fOl3yYGl%2BE9WASEBusEaKQHcX2I%3D) 2. **G - GPU DEBUG FILES**を選択します。 ![gpu-server-createvpc_guide35_ko](https://cdn.document360.io/6998976f-9d95-4df8-b847-d375892b92c2/Images/Documentation/gpu-server-createvpc_guide35_ja.png?sv=2026-02-06&spr=https&st=2026-10-30T15%3A57%3A24Z&se=2026-10-30T16%3A57%3A24Z&sr=c&sp=r&sig=cqajYIE5gTA2YzJ8fOl3yYGl%2BE9WASEBusEaKQHcX2I%3D) 3. 作成されたログファイルのリストを確認した後、NAVERクラウドのテクニカルサポートセンターに送信するログファイルを選択します。 ![gpu-server-createvpc_guide36_ko](https://cdn.document360.io/6998976f-9d95-4df8-b847-d375892b92c2/Images/Documentation/gpu-server-createvpc_guide36_ja.png?sv=2026-02-06&spr=https&st=2026-10-30T15%3A57%3A24Z&se=2026-10-30T16%3A57%3A24Z&sr=c&sp=r&sig=cqajYIE5gTA2YzJ8fOl3yYGl%2BE9WASEBusEaKQHcX2I%3D) 4. **Yes**を選択します。 - ファイル送信がすぐに開始されます。送信が完了すると、成功メッセージとユーザーがログをダウンロードできる短縮 URLが表示されます。 ![gpu-server-createvpc_guide37_ko](https://cdn.document360.io/6998976f-9d95-4df8-b847-d375892b92c2/Images/Documentation/gpu-server-createvpc_guide37_ja.png?sv=2026-02-06&spr=https&st=2026-10-30T15%3A57%3A24Z&se=2026-10-30T16%3A57%3A24Z&sr=c&sp=r&sig=cqajYIE5gTA2YzJ8fOl3yYGl%2BE9WASEBusEaKQHcX2I%3D) ### GPUデバッグログファイルの種類 NTKを通じて作成される GPUログファイルは、次の通りです。 | ログファイル名 | 使用コマンド | ロール | | --- | --- | --- | | date.log | date | ログ作成日時を表示 | | dmesg-xid.log | dmesg grep -i xid | xidが含まれたカーネルメッセージを表示 | | dmesg.log | dmesg | カーネルメッセージを表示 | | free.log | free -m | MB単位でメモリ使用量を表示 | | last.log | last | ログインと再起動ログを表示 | | ps.log | ps auxf | プロセスステータスを確認 | | top.log | top -b -n 1 | top(batchモードで1回)、システム情報を表示 | | uptime.log | uptime | uptime結果を表示 | | nvidia-bug-report.log.gz | cell | nvidia-bug-report.shスクリプトを実行 | ## GPUリソースのモニタリング Cloud Insightを使って GPUリソースをモニタリングできます。Cloud Insightに関する詳細は、[Cloud Insightご利用ガイド](/docs/ja/cloudinsight-cloudinsightoverview)をご参照ください。 ### ダッシュボードの照会 NAVERクラウドプラットフォームコンソールの **Menu** > **All Services** > **Management & Governance** > **Cloud Insight(Monitoring)** > **Dashboard**メニューで **Service Dashboard/Server**ダッシュボードを選択すると、サーバに関する基本的なメトリックを一目で確認できます。 - **[ウィジェットデータ変更]** ボタンをクリックすると、ウィジェットに表示するデータをフィルタリングできます。 - GPUサーバに関して確認できるメトリックは、次の通りです。 - Current GPU MEM Activity (GPU/vmem_usage(%)): GPUメモリコントローラ使用率 = GPU/vmem_usage(%) - Current GPU MEM Usage (GPU/vmem_usage(MiB)): GPUメモリ使用量 = GPU/vmem_usage(MiB) - Current GPU Usage: GPU使用量 = GPU/usage(%) ダッシュボードの照会方法の詳細は、[Cloud Insightのダッシュボード照会](/docs/ja/cloudinsight-cloudinsightconsole#%EB%8C%80%EC%8B%9C%EB%B3%B4%EB%93%9C%EC%A1%B0%ED%9A%8C)をご参照ください。 ### ユーザーダッシュボードの追加 目的のメトリックだけをモニタリングできるように、ユーザーダッシュボードを追加できます。 **[ダッシュボード作成]** ボタンをクリックして新しいダッシュボードを作成し、 **[ウィジェット追加]** ボタンをクリックして表示するウィジェットの種類とメトリック情報を設定します。 - GPUサーバに関連するウィジェットを作成するには、データ設定時に **Product Type**を **Server**に選択する必要があります。 - GPUに関するメトリックを設定データとして使用する場合は、必ずディメンション(gpu_idx)を GPUの数だけすべて追加する必要があります。 ダッシュボードの追加作成方法の詳細は、[Cloud Insightのダッシュボード作成](/docs/ja/cloudinsight-cloudinsightconsole#%EB%8C%80%EC%8B%9C%EB%B3%B4%EB%93%9C%EC%83%9D%EC%84%B1)をご参照ください。