问题现象

拉起训练进程时，报“EJ0002 Environment Error”，此报错通常由于环境异常，导致rdev初始化失败，拉起训练进程失败。

查看HCCP初始化ra_rdev阶段报错，对应HDC接口报错信息为：ra hdc message process failed ret(-67)。

[ERROR] HCCP(46430,alltoallv_test):2023-09-21-03:43:49.546.469 [ra hdc.c:1270]tid:46430,ra_hdc_rdev_init(1270) : [init][ra_hdc_rdev]ra hdc message process failed ret(-67) phy_id(3)
[ERROR] HCCP(46430,alltoallv_test):2023-09-21-03:43:49.546.488 [ra_host.c:621]tid:46430,ra_rdev_init(621) : [init][ra_rdev]ra rdev init failed. ret(-67)

原因分析

网卡down导致初始化时，HCCP调用HDC接口返回“-67”，对应错误码定义（#define ENOLINK 67 /* Link has been severed */）。

解决方法

执行如下命令，检查网口状态。

for i in {0..7}; do hccn_tool -i $i -link -g ; done

用户自行排查物理链路是否连通，检查软件配置是否正确。
- 重新配置ip和netmask，排除未配置IP地址的情况。
```
hccn_tool -a -cfg recovery
```
  基于/etc/hccn.conf中配置恢复环境配置。
- 查询光模块是否在位。
```
for i in {0..7}; do hccn_tool -i $i -optical -g; done
```
- 查询交换机信息，排除交换机信息缺失的情况。
```
for i in {0..7}; do hccn_tool -i $i -lldp -g; done
```
- 咨询环境人员光纤类型，确认交换机是否打开了对应的FEC策略、CDR版本是否过老需要升级、是否光模块问题，将有问题的光模块以及光纤和无问题的交换验证。

EJ0002打屏报错

问题现象

原因分析

解决方法