#!/usr/bin/env bash
# gpu-rocm.sh — AMD-GPU-Metriken via rocm-smi.
#
# Ausgabe im PROMETHEUS-Format (nicht Influx), damit die Metriknamen ohne
# Suffix in Prometheus landen:
#   gpu_utilization_gpu{gpu="card0"} 25
# Mit data_format="influx" haengt Telegraf beim Export "_value" an
# (gpu_utilization_gpu_value) — deshalb prometheus.
#
# rocm-smi liefert je nach Version MIT oder OHNE Einheitensuffix:
#   alt:  card0,37%,52c,45W
#   neu:  card0,51.0,54.0,47.0,25     (Einheit nur im Spaltenkopf!)
# Deshalb wird die KOPFZEILE geparst und die Spalte ueber ihren Namen
# zugeordnet — nicht ueber Position oder Suffix. Versionstolerant.

set -eu

if ! command -v rocm-smi >/dev/null 2>&1; then
  echo "# rocm-smi nicht gefunden" >&2
  exit 0
fi

TMP="$(mktemp)"; trap 'rm -f "$TMP"' EXIT

rocm-smi --showuse --showtemp --showpower --showmeminfo vram --csv > "$TMP" 2>/dev/null || true
[ -s "$TMP" ] || exit 0

awk -F, '
function metric_for(header,  h) {
  h = tolower(header)
  if (h ~ /gpu use|gpu_use|utilization/)   return "gpu_utilization_gpu"
  if (h ~ /sensor edge|edge/)              return "gpu_temperature_edge"
  if (h ~ /sensor junction|junction/)      return "gpu_temperature_junction"
  if (h ~ /sensor memory|memory.*\(c\)/)   return "gpu_temperature_memory"
  if (h ~ /power/)                         return "gpu_power_draw"
  if (h ~ /vram total used|used memory/)   return "gpu_memory_used"
  if (h ~ /vram total|total memory/)       return "gpu_memory_total"
  return ""
}
function num(s) { gsub(/[^0-9.eE+-]/, "", s); return s }
NR == 1 {
  for (i = 1; i <= NF; i++) col[i] = metric_for($i)
  next
}
{
  card = $1
  gsub(/^[ \t]+|[ \t]+$/, "", card)
  if (card == "") next
  for (i = 2; i <= NF; i++) {
    if (col[i] == "") continue
    v = $i
    gsub(/^[ \t]+|[ \t]+$/, "", v)
    if (v == "" || v == "N/A" || v ~ /^\[/) continue
    printf "%s{gpu=\"%s\"} %s\n", col[i], card, num(v)
  }
}' "$TMP"