> ## Documentation Index > Fetch the complete documentation index at: https://docs.zylon.ai/llms.txt > Use this file to discover all available pages before exploring further. # Dashboard externo de Grafana Esta página es para equipos que usan su propia instancia de Grafana. Zylon proporciona un dashboard de referencia para métricas de plataforma de Triton y vLLM, pero importarlo es una tarea separada en Grafana. No es necesario para activar la observabilidad en Zylon. Úsalo cuando quieras un dashboard externo de Grafana para: * salud del servicio * rendimiento y errores * análisis de latencia * cuellos de botella del scheduler y de GPU ## Qué necesitas antes Antes de que este dashboard sea útil, necesitas: * métricas de plataforma activadas en Zylon * un backend de métricas compatible con Prometheus que ya contenga métricas de Zylon * una instancia de Grafana con un datasource de Prometheus conectado a ese backend Consulta [Métricas de plataforma](/es/operator-manual/configuration/observability/platform-metrics) y [Destinos de métricas](/es/operator-manual/configuration/observability/destinations). ## Importar el dashboard Descarga [grafana-dashboard.json](https://raw.githubusercontent.com/zylon-ai/zylon-docs/main/snippets/grafana-dashboard.json) e impórtalo en tu instancia de Grafana mediante **Dashboards → Nuevo → Importar**. Para el flujo de importación en Grafana, consulta la [documentación de importación de dashboards de Grafana](https://grafana.com/docs/grafana/latest/visualizations/dashboards/build-dashboards/import-dashboards/). ## Qué muestra el dashboard El dashboard está construido a partir de las métricas expuestas en el endpoint `/metrics` de Triton: * métricas de **Triton Inference Server** como recuento de peticiones, latencia, profundidad de cola y salud de GPU * métricas de **vLLM** como estado del scheduler, uso de la caché KV, rendimiento de tokens e histogramas de latencia ## Filtros del dashboard | Variable | Propósito | | --------------- | ------------------------------------------------- | | **Datasource** | Datasource de Prometheus a consultar | | **Environment** | Despliegue o identificador de empresa | | **Model** | Modelo servido por Triton | | **GPU** | Filtro `gpu_uuid` para paneles específicos de GPU | ## Cómo leer el dashboard Sigue este orden cuando investigues un problema: | Sección | Qué te ayuda a responder | | -------------------- | -------------------------------------------------------------- | | Overview | ¿Está sano el servicio ahora mismo? | | Throughput & Errors | ¿Cuánto tráfico está gestionando y están fallando peticiones? | | Latency | ¿Dónde se está yendo el tiempo? | | Capacity & Scheduler | ¿El cuello de botella es cola, presión de caché KV o batching? | | Workload Analysis | ¿Qué tipo de peticiones envían los clientes? | | GPU Health | ¿La GPU está saturada o limitada por memoria? | | Host Resources | ¿El nodo está bajo presión? | ## Paneles por sección ### Overview Indicadores rápidos de salud para tasa de éxito, peticiones por segundo, peticiones concurrentes y profundidad de cola. Secciones Resumen y Rendimiento y errores ### Throughput & Errors Tasa de peticiones, tasa de fallos, motivos de fallo, comportamiento de batching y profundidad de cola a lo largo del tiempo. Paneles de rendimiento y errores Desglose de fallos por motivo, recuento de inferencias vs. ejecuciones y profundidad de la cola de peticiones pendientes ### Latency Latencia extremo a extremo, desglose por fases, TTFT, TPOT y percentiles de latencia de petición. Latencia media de extremo a extremo y cascada de latencia Cola media, cómputo y sobrecarga de E/S; percentiles TTFT de Triton y vLLM Tiempo por token de salida, latencia extremo a extremo, tiempo de prefill y decode, cuantiles de resumen de Triton ### Capacity & Scheduler Estado del scheduler, tiempo en cola, utilización de caché KV, preemptions y tamaño de batch. Paneles de capacidad y planificador ### Workload Analysis Rendimiento de tokens, longitud de prompts, longitud de generación y comportamiento de la caché de prefijos. Rendimiento de tokens, tokens medios por solicitud y distribuciones de longitud de prompt y generación Máximo de tokens de generación, percentiles de máximo de tokens por solicitud y tasa de acierto de la caché de prefijos ### GPU Health Utilización de GPU, presión de memoria, consumo energético y energía acumulada. Utilización de GPU, memoria, consumo energético y energía acumulada ### Host Resources CPU, RAM y disponibilidad de disco desde `node_exporter`. Uso de CPU, uso de RAM y disponibilidad de disco